Struttura e utilizzo di reti neurali per problemi di difficile modellizzazione. Struttura del modello matematico del neurone ed approfondimento particolare per le architetture multilayer perceptron e radial basis function. Spiegazione di due tra gli algoritmi di apprendimento più utilizzati cioè discesa del gradiente e Levenberg-Marquardt, con simulazioni in matlab riguardanti delle reti di tipo multilayer perceptron addestrate con gli algoritmi suddetti per risolvere problemi di regressione e classificazione

Modelli di reti neurali: multilayer perceptron e radial basis function

Da Broi, Giacomo
2012/2013

Abstract

Struttura e utilizzo di reti neurali per problemi di difficile modellizzazione. Struttura del modello matematico del neurone ed approfondimento particolare per le architetture multilayer perceptron e radial basis function. Spiegazione di due tra gli algoritmi di apprendimento più utilizzati cioè discesa del gradiente e Levenberg-Marquardt, con simulazioni in matlab riguardanti delle reti di tipo multilayer perceptron addestrate con gli algoritmi suddetti per risolvere problemi di regressione e classificazione
2012-09-28
28
rete, neurale, perceptron, radial, addestramento
File in questo prodotto:
File Dimensione Formato  
Modelli_di_reti_neurali.pdf

accesso aperto

Dimensione 259.47 kB
Formato Adobe PDF
259.47 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/15778