Optimization of multilayer perceptron training parameters using artificial bee colony and genetic algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F15%3APU115799" target="_blank" >RIV/00216305:26220/15:PU115799 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Optimization of multilayer perceptron training parameters using artificial bee colony and genetic algorithm
Popis výsledku v původním jazyce
In this paper, the momentum coefficient, learning rate, and the number of hidden neurons where the multilayer perceptron works best, are determined. The network and optimization algorithms are written in MATLAB, which was also successfully used to carryout results. To obtain the results, IRIS, mammographic_mass, and new_thyroid data sets have been used. Obtained results show that the determining effect on the neural learning process of parameters (momentum coefficient, learning rate, number of hidden neurons) are compatible with other approaches available in the literature. Both genetic algorithm (GA) and artificial bee colony (ABC) algorithm were successful on finding the values to get high performance as well as effect on performance of the population number.
Název v anglickém jazyce
Optimization of multilayer perceptron training parameters using artificial bee colony and genetic algorithm
Popis výsledku anglicky
In this paper, the momentum coefficient, learning rate, and the number of hidden neurons where the multilayer perceptron works best, are determined. The network and optimization algorithms are written in MATLAB, which was also successfully used to carryout results. To obtain the results, IRIS, mammographic_mass, and new_thyroid data sets have been used. Obtained results show that the determining effect on the neural learning process of parameters (momentum coefficient, learning rate, number of hidden neurons) are compatible with other approaches available in the literature. Both genetic algorithm (GA) and artificial bee colony (ABC) algorithm were successful on finding the values to get high performance as well as effect on performance of the population number.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 21st Conference STUDENT EEICT 2015
ISBN
978-80-214-5148-3
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
338-340
Název nakladatele
Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Místo vydání
Brno
Místo konání akce
Brno
Datum konání akce
23. 4. 2015
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—