Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Elektronika : konstrukcje, technologie, zastosowania

1 2008

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: network hidden layer

Sortuj według:

Ogranicz wyniki do:

Some aspects of designing perceptron network to predict bladder-cancer patient-survival

Kolasa M., Wojtyna R., Jóźwicki W.

Elektronika : konstrukcje, technologie, zastosowania

2008

Vol. 49, nr 4

80-84

A problem of establishing an optimal number of neurons in a hidden layer of a perceptron network used to predict survival time of patients with bladder cancer has been discussed. Our considerations are important in postoperative treatments of this illness. The applied neural network is a three layer one with one hidden layer. Its designing and testing were performed in MATLAB environment. As the network teaching method, classical error back-propagation algorithm with a momentum factor was applied. For the assumed model of the problem, we have obtained a characteristic graph of the function describing false results of the survival predictions. We have utilized a representative training set and investigated the network for different number of neurons in the hidden layer. A distinct error minimum has been observed for 13 neurons in this layer. It is not out of the question that the character of the achieved curve is repeatable for different input/ output vectors and may be practicable for determining the number of neurons in networks dedicated to biological models.

W pracy podjęto próbę wskazania metody doboru optymalnej liczby neuronów dla warstwy ukrytej sieci neuronowej, analizującej dane modelu przeżycia pooperacyjnego u pacjentów z rakiem pęcherza moczowego. Trójwarstwową sieć zaprojektowano w środowisku Matlab, z zastosowaniem modelu perceptronu wielowarstwowego. Jako metodę uczenia sieci zastosowano klasyczny algorytm uczenia metodą wstecznej propagacji błędu ze współczynnikiem momentum. Dla założonego modelu przewidywania przeżycia u chorych z rakiem pęcherza moczowego uzyskano charakterystyczny przebieg krzywej błędnych prognoz. W oparciu o stworzony zbiór uczący zbadano działanie sieci dla różnej liczby neuronów w warstwie ukrytej. Zaobserwowano wyraźne minimum błędu dla 13 neuronów w tej warstwie. Nie można wykluczyć, że przebieg krzywej ma charakter powtarzalny dla różnych wektorów wejścia/wyjścia i może być pomocny w typowaniu liczby neuronów w sieciach dedykowanych modelowi biologicznemu.