Analisi delle prestazioni dell'algoritmo Back Propagation al variare dei parametri di una rete neurale

Valutazione attuale: 5 / 5

Dettagli

Visite: 1256

Analisi delle prestazioni dell'algoritmo Back
Propagation al variare dei parametri di una
rete neurale

di Giovanni Russo

     Uno dei problemi più critici che si incontrano nell'uso delle reti neuronali artificiali (Reti Neurali) è la definizione dei parametri architetturali relativi alla rete e all'algoritmo di apprendimento.

   L'algoritmo di apprendimento esaminato in questa tesi è quello noto come utilizzato l'addestramento "Back-Propagation", per supervisione di reti neurali multistrato con connessioni feedforward.
    Al fine di valutare le prestazioni dell'algoritmo in funzione dei parametri della rete neurale e di quelli tipici della regola di apprendimento utilizzata, è stato realizzato un simulatore di rete neurale che consentisse di sperimentare l'addestramento al variare dei parametri di interesse.
    In particolare, gli esperimeti sono stati mirati a valutare in che modo la velocità di convergenza del processo di apprendimento e la capacità di generalizzazione di una rete neurale siano dipendenti dal numero di strati della rete, dal numero di neuroni nascosti, dal coefficiente di apprendimento eta e dal momento alfa caratteristici della Back Propagation, e dal numero degli esempi contenuti del training set, con cui la rete viene addestrata.

                                                         Giovanni Russo

Diapositive