Khảo sát thuật toán lan truyền ngược với thời gian phân rã thích nghi cho mạng nơron đột biến trong nhận dạng hệ số lực nâng thiết bị bay
121 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.CAPITI.2024.69-74Từ khóa:
Mạng nơron đột biến; Thời gian phân rã; Nhận dạng hệ thống.Tóm tắt
Bài báo này tiến hành khảo sát thuật toán lan truyền ngược với thời gian phân rã thích nghi cho mạng nơron đột biến. Từ kết quả khảo sát, tác giả đã xác định được khoảng giá trị phù hợp của thời gian phân rã và tốc độ học để nâng cao hiệu quả luyện mạng. Hiệu quả của thuật toán với giá trị các tham số được chọn sau khảo sát, cho thấy tốc độ hội tụ của mạng được cải thiện so với thuật toán ban đầu với các tham số khi chưa khảo sát thông qua bài toán nhận dạng tham số khí động thiết bị bay.
Tài liệu tham khảo
[1]. Kashu Yamazaki, Viet Khoa Vo Ho, Darshan Bulsara, Ngan Le, “Spiking neural networks and their applications: A review,” Brain Sci, PMID: 35884670, 12(7): 863, (2022). DOI: https://doi.org/10.3390/brainsci12070863
[2]. Kasabov, N.K, ”Time-Space, Spiking Neural Networks and Brain-Inspired Artificial Intelligence,” Springer: Berlin/Heidelberg, Germany, (2019). DOI: https://doi.org/10.1007/978-3-662-57715-8
[3]. Bohte, S.M., Kok, J.N., La Poutré, H, “Error-backpropagation in temporally encoded networks of spiking neurons,” Neurocomputing 48(1–4), 17–37, (2002). DOI: https://doi.org/10.1016/S0925-2312(01)00658-0
[4]. Ponulak F, Kasinski A, “Supervised learning in spiking neural networks with ReSuMe: sequence learning, classification, and spike shifting,” Neural Computation. 22: 467–510, (2010). DOI: https://doi.org/10.1162/neco.2009.11-08-901
[5]. H. Sun, X. Cui, Y. Guo and A. Ding, “Simplified Spike-timing Dependent Plasticity Learning Rule of Spiking Neural Networks for Unsupervised Clustering,” The IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC), Chongqing, China, pp. 26-30, (2019). DOI: https://doi.org/10.1109/IMCEC46724.2019.8983810
[6]. Van Tuan Nguyen, Dang Khoa Truong, Trung Dung Pham, “A new supervised learning algorithm with the adaptive decay time for the spike neural network,” The 12th International Conference on Control, Automation and Information Sciences, Vietnam, (2023). DOI: https://doi.org/10.1109/ICCAIS59597.2023.10382402
[7]. E. A. M. Vladislav Klein, “Aircraft System Identification Theory and Practice,” American Institute of Aeronautics and Astronautics, Inc., (2006).
[8]. N, Q, Vinh., Duc Thanh, N., Minh Dac, H., Dang Khoa, T., “Identify aerodynamic derivatives of the airplane attitude channel using a spiking neural network,” International Journal of Aviation, Aeronautics, and Aerospace, vol. 7, no. 3, (2020). DOI: https://doi.org/10.15394/ijaaa.2020.1490
[9]. Nguyen Van Tuan, Truong Dang Khoa, Pham Trung Dung, Dinh Huu Tai, “A spike trains encoding and decoding solution for the spiking neural networks,” Journal of Military Science and Technology, Vol 91, pp. 28-34, (2023). DOI: https://doi.org/10.54939/1859-1043.j.mst.91.2023.28-34