دانلود مقالات ISI درباره پرسپترون چندلایه + ترجمه فارسی

پرسپترون یک الگوریتم یادگیری ماشین است که در دسته یادگیری با نظارت قرار می‌گیرد. الگوریتم پرسپترون یک الگوریتم دسته بندی دودویی است. در 1958 شبکه پرسپترون توسط روزنبلات معرفی گردید. این شبکه نظیر واحدهای مدل شده‌ی قبلی بود. پرسپترون دارای سه لایه به همراه یک لایه وسط که به عنوان لایه پیوند شناخته شده می‌باشد است. در 1969 مینسکی و پاپرت کتابی نوشتند که محدودیتهای سیستمهای تک لایه و چند لایه پرسپترون را تشریح کردند. نتیجه این کتاب پیشداوری و قطع سرمایه گذاری برای تحقیقات در زمینه شبیه سازی شبکه‌های عصبی بود. آنها با طرح اینکه طرح پرسپترون قادر به حل هیچ مساله جالبی نمی‌باشد تحقیقات در این زمینه را برای مدت چندین سال متوقف کردند. شبکه پرسپترون چندلایه Multilayer perceptron شامل سه لایة ورودی، مخفی و خروجی است که تعداد سلول های هر لایه بروش سعی و خطا مشخص می گردد. سیگنال های ورودی به وسیلة ضریب های بهنجارکننده به مقدار یک نرمالیزه شده و بعد از محاسبات، خروجی به مقدار واقعی برگردانده می شود. همچنین مقادیر اولیة وزن ها به صورت اتفاقی در نظر گرفته شده اند. این شبکه بر مبنای الگوریتم پس انتشار خطا آموزش می بیند. بدین ترتیب که خروجی های واقعی با خروجی های دلخواه مقایسه می شوند و وزن ها به وسیلة الگوریتم پس انتشار، به صورت تحت نظارت تنظیم می گردند تا الگوی مناسب بوجود آید.