6.1. The Back Propagation Learning Procedure



Back Propagation (BP) algoritma diusulkan pada tahun 1986 oleh Rumelhart, Hinton dan Williams untuk menetapkan bobot sekaligus untuk pelatihan multi-layer perceptrons. Hal Ini membuka jalan bagi penggunaan multi-layer ANNs.  Setelah algoritma BP dari Rumelhart et al. diterbitkan, algoritma tersebut sangat mirip dengan algoritma yang telah diusulkan sebelumnya oleh Werbos.

Komentar

Posting Komentar

Postingan populer dari blog ini

FUNDAMENTALS OF BIOLOGICAL NEURAL NETWORKS

Gambar
Jaringan saraf biologis terdiri dari sel-sel saraf (neuron) seperti pada gambar. 2.1, yang saling berhubungan seperti pada gambar. 2.2. Inti neuron merupakan tempat di mana sebagian besar kinerja syaraf berlangsung. Gambar 2.1 A biological neural cell (neuron) Proses perjalanan sinyal dari satu neuron ke neuron lain, yaitu mula-mula sinyal masuk lewat denrites menuju cell body, kemudian sinyal diproses dalam cell body berdasarkan fungsi tertentu (Summation process). Jika sinyal hasil proses melebihi nilai ambang ( treshold ) tertentu maka sinyal tersebut akan membangkitkan neuron( excited ) untuk meneruskan sinyal tsb., sedangkan jika di bawah treshold maka sinyal tersebut akan dihalangi ( inhibited ). Sinyal yg diteruskan akan menuju ke axon dan akhirnya menuju ke neuron lainnya lewat synapse (yaitu celah sempit antara axon dari suatu neuron dan denrites dari neuron lainnya), seperti pada gambar 2.3. Gambar 2.2 Interconnection of biological neural nets Gamb...
Baca selengkapnya

11.4. Stochastic Determination of Magnitude of Weight Change

Gambar
Penyesuaian stokastik Δw (langkah 3 di di atas) juga dapat mengikuti termodinamika setara, di mana Δw dapat dianggap untuk mematuhi distribusi Gaussian: p (Δw) yang menunjukkan kemungkinan perubahan berat badan Δw. Atau p (Δw) mungkin mematuhi distribusi Boltzman serupa dengan ΔE. Dalam kasus ini, Langkah 3 adalah dimodifikasi untuk memilih langkah perubahan Δw sebagai berikut [Metropolis et al., 1953]. - Pra-menghitung 1P distribusi kumulatif (w), melalui integrasi numerik dan P (w) vs w. -Pilih nomor acak μ dari distribusi seragam pada interval dari 0 1. Gunakan nilai ini dari μ sehingga P (w) akan memuaskan, untuk beberapa w: μ = P (w) (11,5) dan mencari yang sesuai w ke P (w). Menunjukkan resultan w sebagai wk hadir untuk cabang saraf yang diberikan. Oleh karena itu, berasal Δwk = wk - wk-1 wk-1 menjadi nilai bobot sebelumnya di cabang dipertimbangkan dalam jaringan. [Kembali]
Baca selengkapnya

MUTS

Gambar
A. Latar Belakang Indonesia merupakan salah satu negara dengan keanekaragaman tanaman yang cukup tinggi. Keanekaragaman tanaman tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan buah dan bunga hanya ada pada waktu tertentu. B. Rumusan Masalah Permasalahan yang diangkat pada penelitian ini dititik beratkan pada pengklasifikasian daun menggunakan algoritma Jaringan Syaraf Tiruan.   C. Tujuan Penelitian Tujuan dari penelitian ini adalah untuk melakukan klasifikasi citra daun menggunakan algoritma Jaringan Syaraf Tiruan.   D. Tinjauan Pustaka A. Segmentasi Citra Dalam pengolahan citra, terkadang kita menginginkan pengolahan hanya pada obyek tertentu. Oleh sebab itu, perlu dilakukan proses segmentasi citra yang bertujuan untuk memisahkan antara...
Baca selengkapnya