ดาวน์โหลดงานนำเสนอ
งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ
1
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม
2
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม
การหาจำนวน Hidden Node ที่เหมาะสมกับการรู้จำตัวอักษรอ้างอิงจาก (input + Output)/2 จากวิธีการข้างต้น จึงนำผลลัพธ์ที่ได้ เป็นตัวกำหนดให้ Node ที่ต้องการคำนวณให้อยู่ในช่วงบวกลบไม่เกิน 50 Node และใช้ค่า Mean Square Error (MSE) เป็นค่าที่กำหนดว่าช่วงไหนเหมาะสมที่สุด การเลือกจำนวน Hidden Node ที่เหมาะสม
3
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม
จาก Feature Extraction ทั้งหมด 239 ลักษณะ จึงกำหนดให้ Input Node = 239 Node Output Node = 68 Node Hidden Node = (239+68)/2 = 154 Node ดังนั้น จึงใช้ Hidden Node ตั้งแต่ช่วง 104 ถึง 204 มาเพื่อทดลองหา Hidden Node ที่เหมาะสม การเลือกจำนวน Hidden Node ที่เหมาะสม
4
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม
จากการทดลองพบว่าจำนวน Hidden Node ที่เหมาะสมที่สุดคือ 165 Node การเลือกจำนวน Hidden Node ที่เหมาะสม
งานนำเสนอที่คล้ายกัน
