首页 | 本学科首页   官方微博 | 高级检索  
     

基于梯度的并行协作模块化神经网络体系结构
引用本文:凌卫新,郑启伦,陈琼. 基于梯度的并行协作模块化神经网络体系结构[J]. 计算机学报, 2004, 27(9): 1256-1263
作者姓名:凌卫新  郑启伦  陈琼
作者单位:华南理工大学应用数学系,广州,510640;华南理工大学计算机科学与工程学院,广州,510640
基金项目:国家自然科学基金 (697830 0 8),国家博士点基金 (980 561 1 7),广东省自然科学基金 (990 582 ),华南理工大学自然科学基金资助
摘    要:
该文提出了一种基于梯度的并行协作模块化神经网络的体系结构(GPCMNN).它通过分解模块,根据梯度方法对学习样本空间自动分解,由子空间识别模块和子任务模块实现各子样本空间的识别和学习,集成模块将子样本空间结果集成得系统的输出,实现了复杂任务的自动分解、判定和模块化训练策略.实验表明,该文提出的GPCMNN体系结构是可行的、有效的;与非模块化神经网络技术相比,提高了训练速度,改善了网络性能.它具有高效并行的运行效率、便于硬件实现等特点,同时又保持了PCMNN算法的优点,改进了它的不足.

关 键 词:模块化神经网络  梯度  任务分解  多模块判定

GPCMNN:A Parallel Cooperative Modular Neural Network Architecture Based on Gradient
LING Wei-Xin ) ZHENG Qi-Lun ) CHEN Qiong ) ). GPCMNN:A Parallel Cooperative Modular Neural Network Architecture Based on Gradient[J]. Chinese Journal of Computers, 2004, 27(9): 1256-1263
Authors:LING Wei-Xin ) ZHENG Qi-Lun ) CHEN Qiong ) )
Affiliation:LING Wei-Xin 1) ZHENG Qi-Lun 2) CHEN Qiong 2) 1)
Abstract:
Keywords:modular neural network  gradient  task decomposition  multiple modules decision
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号