prikaz prve stranice dokumenta Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica
  Preuzmi
PDF 3.05 MB
diplomski rad
Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica
2016. urn:nbn:hr:235:983795
Vitasović, Matej
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Citirajte ovaj rad

Vitasović, M. (2016). Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:983795

Vitasović, Matej. "Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2016. https://urn.nsk.hr/urn:nbn:hr:235:983795

Vitasović, Matej. "Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2016. https://urn.nsk.hr/urn:nbn:hr:235:983795

Vitasović, M. (2016). 'Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica', Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 20.04.2024., https://urn.nsk.hr/urn:nbn:hr:235:983795

Vitasović M. Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2016 [pristupljeno 20.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:983795

M. Vitasović, "Optimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica", Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:983795

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:983795
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovOptimiranje strukture neuronske mreže s radijalnim baznim funkcijama primjenom algoritma roja čestica
Naslov (engleski)Particle swarm optimisation of radial basis function neural networks
AutorMatej Vitasović
MentorDanko Brezak (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2016-07-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Sažetak
U ovom radu je izrađena programska podrška za neuronsku mrežu s radijalnim baznim funkcijama (RBF mrežu) učenu klasičnom metodom učenja u jednom koraku. Model je proširen osnovnim algoritmom optimizacije rojem čestica (PSO), te s tri njegove modifikacije: unifikacijskim algoritmom optimizacije rojem čestica (UPSO), algoritmom optimizacije rojem čestica s osiguranom konvergencijom (GCPSO), te metodom suprotnih vrijednosti uz korištenje Cauchyevog mutacijskog operatora (OPSO Cauchy). Algoritmi su primijenjeni u optimizaciji vrijednosti elemenata glavne ijagonale kovarijantnih matrica vezanih uz neurone skrivenog sloja RBF mreže. Usporedba svih varijanti algoritama izvršena je testiranjem mreže sa tri klasifikacijska problema: „Krug u kvadratu“, Iris setu podataka, te na određivanju stupnja istrošenosti alata kod bušenja kompozita. Funkcija cilja korištena kod optimizacije bilo je postotak uspješno klasificiranih uzoraka iz seta za testiranje.
Sažetak (engleski)
In this study, a programming support was built for a radial basis function neural network (RBF network) using a classical one-step learning method. The model was expanded with the basic particle swarm optimisation algorithm (PSO), and with three of its modifications: Unified Particle Swarm Optimization (UPSO), Guaranteed Convergence Particle Swarm Optimization (GCPSO), and Opposition-Based Particle Swarm Optimisation with Cauchy Mutation (OPSO Cauchy). The algorithms were used to optimise the values of the elements on the main diagonal of covariance matrices associated with the hidden-layer neurons of the RBF network. A comparison of all algorithms was made by testing the network on three classification problems: „Circle-in-the-Square“, Iris dataset, and determining the tool wear in drilling composite materials. The objective function used in optimisation methods was the percentage of successfully classified test data samples.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:983795
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka strojarstva (mag. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-05-22 16:47:02