![](/images/graphics-bg.png)
Development of Bayesian neural network using breeder genetic programming to acoustic radar pattern identification
Author
Source
Journal of University of Babylon for Humanities
Issue
Vol. 14, Issue 4 (31 Dec. 2007), pp.30-41, 12 p.
Publisher
Publication Date
2007-12-31
Country of Publication
Iraq
No. of Pages
12
Main Subjects
Information Technology and Computer Science
Topics
Abstract AR
تستخدم الخوارزميات التطورية في الشبكات العصبية بطريقتين أساسيتين : (أ) لإيجاد امثل معمارية شبكة من حيث الطبقات المخفية و عدد الخلايا في كل طبقة (ب) لتدريب الأوزان لمعمارية شبكة ثابتة.
بينما اغلب الأعمال السابقة تركز على واحدة فقط من تلك النقطتين فان هذا البحث يتفحص طريقة تطورية تدعى بالبرمجة الجينية التوليدية لإيجاد امثل معمارية و أوزان إلى الشبكة العصبية بصورة متزامنة.
حيث يمثل الفرد لكل شبكة كشجرة يعدل عمقها و عرضها أوتوماتيكيا للتطبيق العملي بتعريف عمليات جينية محددة. دالة الصلاحية التي تم اختيارها هنا هي دالة متزايدة مع تزايد كلا من متوسط مربع الخطأ في نهاية التدريب الشبكة و عدد الدورات التي نحتاجها للتدريب.
في هذا البحث تم إيجاد شبكة بيزين العصبية المثلى باستخدام البرمجة الجينية التوليدية لتصنيف أو تشخيص أنماط الرادار الصوتي.
و تبين النتائج بان الطريقة قادرة على تشخيص أنماط الرادار الصوتي المختلفة بنجاح.
Abstract EN
The Evolutionary Algorithms have been used for neural networks in two main ways : (i) to optimize the network architecture in terms of hidden layers and number of neurons in each layers, and (ii) to train the weights of fixed architecture.
While most previous work focuses on only one of these two options, this paper investigative Evolutionary approach called Breeder Genetic Programming (BGP) in which the architecture and the weights are optimized simultaneously.
The genotype of each network is represented as a tree whose depth and width are dynamically adapted to the particular application by specifically defined genetic operators.
The weights are trained by Gaussian approximation.
The fitness function has been chosen as a function increasing when the mean square error at the end of the training and the number of epochs needed for learning are increase.
In this paper, I have fined optimal Bayesian neural network using Breeder genetic programming to classify or identify acoustic radar Patterns.
The results demonstrate that the method is capable of successfully identifying the different acoustic radar patterns.
American Psychological Association (APA)
Ali, Samahir Husayn. 2007. Development of Bayesian neural network using breeder genetic programming to acoustic radar pattern identification. Journal of University of Babylon for Humanities،Vol. 14, no. 4, pp.30-41.
https://search.emarefa.net/detail/BIM-339347
Modern Language Association (MLA)
Ali, Samahir Husayn. Development of Bayesian neural network using breeder genetic programming to acoustic radar pattern identification. Journal of University of Babylon for Humanities Vol. 14, no. 4 (2007), pp.30-41.
https://search.emarefa.net/detail/BIM-339347
American Medical Association (AMA)
Ali, Samahir Husayn. Development of Bayesian neural network using breeder genetic programming to acoustic radar pattern identification. Journal of University of Babylon for Humanities. 2007. Vol. 14, no. 4, pp.30-41.
https://search.emarefa.net/detail/BIM-339347
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 40-41
Record ID
BIM-339347