One of the most common neural netwo

One of the most common neural network topologies is
the multilayer perceptron(MLP). Its robustness has been
proven in many classification tasks[28-30]. A MLP is a
feedforward artificial neural network consisting of a
series of layers. Each neuron in the layers is connected
to the neurons of the subsequent layer, and neurons sum
up their inputs passing the results through activation
functions[31]. Figure 4 shows the MLP topology used in
this work. As can be seen in previous studies, a single
hidden layer containing sufficient number of neurons can
satisfactorily perform the prediction of most complex
problems[32,33]. In this research, a hidden layered MLP
topology was chosen, and implemented using the
‘patternnet’ function in Matlab (2012a, The MathWorks,
Inc., Natick, Massachusetts). This function uses hyperbolic
tangent sigmoid transfer function (Equation (3)) to
compute a layer's output from its input. Therefore,
hyperbolic tangent sigmoid transfer functions were used
in the hidden and output layers of the MLP NN.

ผลลัพธ์ (ไทย) 1:

โทโพโลยีเครือข่ายของระบบประสาทพบมากที่สุดคือperceptron(MLP) หลาย ความทนทานของมันได้พิสูจน์ในงานประเภทต่าง ๆ [28-30] เป็นแบบ MLP เป็นเสียงโครงข่ายประสาทเทียมซึ่งประกอบด้วยการชุดของชั้น มีการเชื่อมต่อแต่ละเซลล์ประสาทในชั้นเซลล์ประสาทของเลเยอร์ตามมา และผลรวมของเซลล์ประสาทค่าปัจจัยการผลิตของพวกเขาผ่านผลการผ่านการเปิดใช้งานฟังก์ชั่น [31] รูปที่ 4 แสดงโทโพโลยี MLP ที่ใช้ในงานนี้ สามารถเห็นได้ในการศึกษาก่อนหน้านี้ เดียวสามารถซ่อนชั้นที่ประกอบด้วยเซลล์ประสาทจำนวนเพียงพอน่าพอใจทำการคาดการณ์ของซับซ้อนมากที่สุดปัญหา [32,33] ในงานวิจัย การซ่อนชั้น MLPโทโพโลยีถูกเลือก และดำเนินการโดยใช้การฟังก์ชัน 'patternnet' ใน Matlab (2012a, The MathWorksอิงค์ Natick แมซซาซูเสท์) ฟังก์ชันนี้ใช้ไฮเพอร์โบลิโอน sigmoid สัมผัสฟังก์ชัน (สมการที่ (3))คำนวณชั้นของผลลัพธ์จากการป้อนข้อมูล ดังนั้นใช้ฟังก์ชันไฮเพอร์โบลิโอน sigmoid สัมผัสในชั้นซ่อน และเอาท์พุทของ MLP NN

ผลลัพธ์ (ไทย) 2:

หนึ่งที่พบมากที่สุดในโครงสร้างเครือข่ายประสาทเป็น
Perceptron หลายนี้ (MLP) ความทนทานของมันได้รับการ
พิสูจน์ในการจัดหมวดหมู่งานจำนวนมาก [28-30] MLP เป็น
คราทเครือข่ายประสาทเทียมประกอบด้วย
ชุดของชั้น เซลล์ประสาทในชั้นแต่ละคนมีการเชื่อมต่อ
ไปยังเซลล์ประสาทของชั้นที่ตามมาและเซลล์ประสาทรวม
ถึงปัจจัยการผลิตของพวกเขาผ่านผลผ่านการเปิดใช้งาน
ฟังก์ชั่น [31] รูปที่ 4 แสดงโครงสร้าง MLP ใช้ใน
งานนี้ ที่สามารถเห็นได้ในการศึกษาก่อนหน้าเดี่ยว
ชั้นที่ซ่อนอยู่มีจำนวนที่เพียงพอของเซลล์ประสาทสามารถ
ที่น่าพอใจดำเนินการทำนายที่ซับซ้อนมากที่สุด
ปัญหา [32,33] ในงานวิจัยนี้ที่ซ่อนอยู่ชั้น MLP
โทโพโลยีได้รับการแต่งตั้งและดำเนินการโดยใช้
'patternnet' ฟังก์ชั่นใน Matlab (2012a, The MathWorks,
อิงค์เนติก, แมสซาชูเซต) ฟังก์ชั่นนี้จะใช้การผ่อนชำระ
ฟังก์ชั่นการถ่ายโอนสัมผัส sigmoid (สมการ (3)) เพื่อ
คำนวณการส่งออกชั้นของจากการป้อนข้อมูลของ ดังนั้น
ฟังก์ชั่นการถ่ายโอนสัมผัส sigmoid ผ่อนชำระถูกนำมาใช้
ในชั้นที่ซ่อนอยู่และการส่งออกของ MLP NN

ผลลัพธ์ (ไทย) 3:

หนึ่งที่พบมากที่สุดรูปแบบเครือข่ายประสาทคือโดยเพอร์เซปตรอนหลายชั้น ( MLP ) ความทนทานของมันได้พิสูจน์ได้ในงานหลายประเภท [ 35 ] เป็น MLP เป็นไปข้างหน้าประกอบด้วยโครงข่ายประสาทเทียมชุดของชั้น แต่ละเซลล์ในชั้นเชื่อมต่อไปยังเซลล์ประสาทและเซลล์ประสาทในชั้นต่อมา ผลรวมขึ้นของกระผมผ่านการเปิดใช้งานฟังก์ชัน [ 31 ] รูปที่ 4 แสดง MLP แบบที่ใช้ในงานนี้ ที่สามารถเห็นได้ในการศึกษาก่อนหน้านี้โสดชั้นซ่อนที่มีจำนวนเพียงพอของกลุ่มสามารถน่าพอใจแสดงการคาดการณ์ที่ซับซ้อนมากที่สุดปัญหา [ 32,33 ] ในงานวิจัยนี้ ซ่อนชั้น MLPโครงสร้างที่ถูกเลือก และการใช้" " patternnet ฟังก์ชันในโปรแกรม ( 2012a แมธเวิร์คส์ , ,อิงค์ , บริสุทธิ์ใจ , Massachusetts ) ฟังก์ชันนี้ใช้ไฮเปอร์โบลิคแทนเจนต์ฟังก์ชันถ่ายโอนแบบ ( สมการ ( 3 ) )คำนวณผลผลิตของชั้นจากการป้อนข้อมูลของ ดังนั้นไฮเพอร์โบลิกแทนเจนต์ฟังก์ชันถ่ายโอนแบบซิกมอยด์ในที่ซ่อนและออกชั้นของ MLP NN .