350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №7 за 2015 г.
Статья в номере:
Исследование влияния выбора функций активации на эффективность работы многослойного персептрона
Авторы:
В.А. Аль-Хайдри - аспирант, кафедра «Биомедицинские и электронные средства и технологии», Владимирский государственный университет. E-mail: fawaz_tariq@mail.ru Р.В. Исаков - к.т.н., доцент, кафедра «Биомедицинские и электронные средства и технологии», Владимирский государственный университет. E-mail: Isakov-RV@mail.ru Л.Т. Сушкова - д.т.н., профессор, зав. кафедрой «Биомедицинские и электронные средства и технологии», Владимирский государственный университет. E-mail: ludm@vlsu.ru
Аннотация:
Проведен сравнительный анализ влияния типа функции активации на результат обучения многослойного персептрона, предназначенного для обнаружения артефактов в электрокардиологическом сигнале, с целью последующего обоснования ее выбора. Исследованы наиболее часто используемые функции для решения задач медицинского профиля, а именно: сигмоидальная функция, функция гиперболического тангенса и линейная функция.
Страницы: 60-66
Список источников

 

  1. Заенцев И. В. Нейронные сети: основные модели. Учебное пособие к курсу «Нейронные сети». Воронеж: ВоронежскийГосударственныйуниверситет. 1999.
  2. Cos¸kun Özkan and Filiz Sunar Erbek. The Comparison of Activation Functions for Multispectral Landsat TM Image Classification // Photogrammetric Engineering & Remote Sensing. November 2003. V. 69. № 11. P. 1225-1234.
  3. Piekniewski F.,Tybicki L. Visual comparison of performance for different activation functions in MLP networks // Proceedings of International Joint Conference on Neural Networks: IJCNN - 04. 2004. V. 4. P. 2947-2952.
  4. Duch W.,Jankovski N. Survey of neural transfer functions, Neural Computing Surveys 1999. V. 2. P. 163-212.
  5. Ясницкий Л.Н. Искусственный интеллект: популярное введение для учителей и школьников // http://inf.1september.ru/view_article.php-ID=200902304.
  6. Аль-Хулейди Н.А.,Исаков Р.В., Сушкова Л.Т. Результаты исследования нейронных сетей в задачах распознавания вариабельности сердечного ритма. // Нейрокомпьютеры: разработка, применение. 2012. № 6. С. 61-67.
  7. Павлова О.Н., Павлов А.Н. Регистрация и предварительная обработка сигналов с помощью измерительного комплекса МР 100: Учеб. пособие. Саратов: Научная книга. 2008.
  8. Рангайян Р.М. Анализ биомедицинских сигналов. Практический подход: Пер. с англ. под ред. А.П. Немирко. М.: Физматлит. 2007. 440 с.
  9. Аль-Хайдри В.А., Исаков Р.В., Сушкова Л.Т. Обзор основных методов обнаружения артефактов в биомедицинских сигналах // Материалы Х Междунар. науч. конф. «Физика и радиоэлектроника в медицине и экологии». 2014. С. 379-382.
  10. Салех М.А., Исаков Р.В., Сушкова Л.Т. Сегментарный подход к обработке электрокардиографических при построении систем автоматизированного анализ // Проектирование и технология электронных средств. 2010. № 4. С. 24-29.