A grafting approach to neural network construction

(1996) A grafting approach to neural network construction. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
10291.pdf

Download (2MB) | Preview

Arabic Abstract

يتم تحديد التركيب لابنائي للشبكات العصبية عموماً عن طريق التجربة والخطأ ، ويتأثر بخبرة المصمم ودرجة تعقيد المسألة المطلوب حلها . ولقد أصبحت الشبكات العصبية تتطلب طرقاً أكثر تنظيماً لبنائيها نظراً لأهمية تطبيقاتها . هذا الدراسة تعرض طريقة تصحيح الخطأ الاسترجاعي لتدريب الشبكات العصبية وما يترتب عليها من صعوبات . كما تعرض أهم الطرق التقليدية لبناء الشبكات . ومن ثم تقترح هذه لادراسة طريقة جديدة لبناء الشبكات العصبية بالتطعيم من شبكات أخرى مدربة مسبقاً . وتعرض الدراسة ك1لك مقارنة نتائج طريقة التطعيم الجديدة لحل بعض المسائل المصطنعة والطبيعية مع نتائج الطرق التالية : الشبكات العصبية ذات الحجم المحدد مسبقاً ، وتكوين الخلايا ديناميكيا ، وتشذيب الخلايا العصبية . وتخلص هذه الدراسة إلى أن طريقة التطعيم تتفوق في أغلب ال؛يان على الطرق الأخرى

English Abstract

The size of a neural network is mostly determined by trial and error and influenced by the designer's experience and the anticipated complexity of the problem. The rising demand for neural network applications necessitates better structured techniques to build neural networks than the existing ones. A review of the back-propagation training algorithm and the main problems and limitations of learning is given in this thesis. The thesis also includes a survey of the main techniques reported in the literatire, which dynamically construct or prune feedforward networks. A new approach to construct feedforward neural networks is then proposed. This approach is based on grafting the desired network from several already trained networks. We present experimental results on artificial and natural domains comparing the proposed grafting algorithm to networks with predetermined size, dynamic node creation, and node pruning. These results suggest that the proposed grafting algorithm achieves superior performance over other techniques in most of the tested domains.

Item Type: Thesis (Masters)
Subjects: Computer
Department: College of Computing and Mathematics > Information and Computer Science
Committee Advisor: Al-Muallim, Hussein
Committee Members: Al-Bassam, Sulaiman Abdulla and Braham, Rafik
Depositing User: Mr. Admin Admin
Date Deposited: 22 Jun 2008 14:01
Last Modified: 01 Nov 2019 13:59
URI: https://eprints.kfupm.edu.sa/id/eprint/10291