Indexé dans
- Genamics JournalSeek
- RechercheRef
- Université Hamdard
- EBSCO AZ
- OCLC - WorldCat
- Publions
- Pub européen
- Google Scholar
Liens utiles
Partager cette page
Dépliant de journal
Revues en libre accès
- Agriculture et aquaculture
- Alimentation et nutrition
- Biochimie
- Bioinformatique et biologie des systèmes
- Business & Management
- Chimie
- Génétique et biologie moléculaire
- Immunologie & Microbiologie
- Ingénierie
- La science des matériaux
- Neurosciences & Psychologie
- Science générale
- Sciences cliniques
- Sciences environnementales
- Sciences médicales
- Sciences pharmaceutiques
- Sciences vétérinaires
- Soins infirmiers et soins de santé
Abstrait
Analyse des performances des réseaux neuronaux artificiels à rétropropagation avec différentes fonctions d'activation et tailles de réseau
Hamed Hosseinzadeh*
Cet article présente une analyse complète des performances des réseaux neuronaux artificiels à rétropropagation (BP-ANN) utilisant diverses fonctions d'activation. Les fonctions d'activation jouent un rôle crucial dans la définition du comportement et des capacités d'apprentissage des réseaux neuronaux. Grâce à une évaluation systématique sur différentes tailles de réseau (nombre de couches cachées et de neurones), cette étude évalue l'impact des fonctions d'activation couramment utilisées, telles que Sigmoidal, Tanh, Clog log, Aranda et autres, sur la vitesse de convergence et la précision des BP-ANN. Les résultats fournissent des informations empiriques essentielles pour optimiser les architectures d'intelligence artificielle des réseaux neuronaux adaptées à des applications et des ensembles de données spécifiques.