群知能と進化的計算の国際ジャーナル

概要

さまざまな活性化関数とネットワークサイズによるバックプロパゲーション人工ニューラルネットワークのパフォーマンス分析

ハメド・ホセインザデ*

この論文では、さまざまな活性化関数を利用して、バックプロパゲーション人工ニューラルネットワーク (BP-ANN) の包括的なパフォーマンス分析を実施します。活性化関数は、ニューラルネットワークの動作と学習能力の形成に重要な役割を果たします。この研究では、さまざまなネットワークサイズ (隠れ層とニューロンの数) にわたる体系的な評価を通じて、シグモイド、Tanh、Clog log、Aranda などの一般的に使用される活性化関数が BP-ANN の収束速度と精度に与える影響を評価します。調査結果は、特定のアプリケーションとデータセットに合わせて調整されたニューラルネットワーク人工知能アーキテクチャを最適化するために不可欠な経験的洞察を提供します。