تخمین تقریبی شبکه ی عصبی کسری
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 1 |
| فرمت فایل | doc |
| حجم فایل | 2117 کیلو بایت |
| تعداد صفحات فایل | 23 |
Fractional neural network approximation
a b s t r a c t
Here, we study the univariate fractional quantitative approximation of real valued
functions on a compact interval by quasi-interpolation sigmoidal and hyperbolic tangent
neural network operators. These approximations are derived by establishing Jackson type
inequalities involving the moduli of continuity of the right and left Caputo fractional
derivatives of the engaged function. The approximations are pointwise and with respect
to the uniform norm. The related feed-forward neural networks are with one hidden
layer. Our fractional approximation results into higher order converges better than the
ordinary ones
تخمین تقریبی شبکه ی عصبی کسری
چکیده
تقریب کمی کسری یک متغیرهی توابع با ارزش واقعی را بر روی فاصلهی فشرده توسط عملگرهای شبکهی عصبی مجانبی هایپربولیک و سیگموئید شبه میانیابی مطالعه میکنیم. این تقریبها با برقراری نامساویهای نوع جکسون شامل مدولهای پیوستگی مشتقات کسری کاپوتوی راست و چپ تابع مورد استفاده استخراج میشود. تقریبها نقطه به نقطه و نسبت به نُرم یکنواخت هستند. شبکههای عصبی فیدفوروارد مربوطه دارای یک لایهی پنهان هستند. تقریب زنی کسری ما منجر به همگرایی بهتری نسبت به تقریبهای معمولی میشود.
.
شبکه های عصبی هوپفیلد با مرتبه ی کسری
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 14 |
| فرمت فایل | doc |
| حجم فایل | 375 کیلو بایت |
| تعداد صفحات فایل | 6 |
Fractional-Order Hopfield Neural Networks
Abstract. This paper proposes Fractional-order Hopfield Neural Networks
(FHNN). This network is mainly based on the classic well-known Hopfield net
in which fractance components with fractional order derivatives, replace
capacitors. Stability of FHNN is fully investigated through energy-like function
analysis. To show how effective the FHNN network is, an illustrative example
for parameter estimation problem of the second-order system is finally
considered in the paper. The results of simulation are very promising.
شبکه های عصبی هوپفیلد با مرتبه ی کسری
چکیده
این مقاله شبکههای عصبی هوپفیلد مرتبه کسری (FHNN) را ارائه میکند. این شبکه عمدتا مبتنی بر شبکه هوپفیلد مشهور استکه در این مولفههای کسریبا مشتقات مرتبه کسری جایگزین خازن میشوند. پایداری FHNN بطور کامل از طریق آنالیز تابع شبیه انرژی بررسی میشود. در نهایت برای نشان دادن تاثیر شبکه FHNN، یک مثال تصویری برای مسئلهی برآورد پارامتری سیستم مرتبه دوم در نظر گرفته میشود. نتایج شبیهسازی بسیار امیدوارکننده هستند.