• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Knowledge transfer in neural networks: Knowledge-based cascade-correlation.
【24h】

Knowledge transfer in neural networks: Knowledge-based cascade-correlation.

机译：神经网络中的知识转移：基于知识的级联相关。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most neural network learning algorithms cannot use knowledge other than what is provided in the training data. Initialized using random weights, they cannot use prior knowledge such as knowledge stored in previously trained networks. This manuscript thesis addresses this problem. It contains a literature review of the relevant static and constructive neural network learning algorithms and of the recent research on transfer of knowledge across neural networks. Manuscript 1 describes a new algorithm, named knowledge-based cascade-correlation (KBCC), which extends the cascade-correlation learning algorithm to allow it to use prior knowledge. This prior knowledge can be provided as, but is not limited to, previously trained neural networks. The manuscript also contains a set of experiments that shows how KBCC is able to reduce its learning time by automatically selecting the appropriate prior knowledge to reuse. Manuscript 2 shows how KBCC speeds up learning on a realistic large problem of vowel recognition.
机译：大多数神经网络学习算法无法使用训练数据中提供的知识以外的知识。他们使用随机权重进行初始化，因此无法使用先验知识，例如以前训练过的网络中存储的知识。该手稿论文解决了这个问题。它包含有关静态和构造性神经网络学习算法以及跨神经网络知识转移的最新研究的文献综述。原稿1描述了一种新算法，称为基于知识的级联相关（KBCC），该算法扩展了级联相关学习算法以允许其使用先验知识。可以作为但不限于先前训练的神经网络来提供该现有知识。该手稿还包含一组实验，展示了KBCC如何通过自动选择合适的先验知识进行重用来减少学习时间。原稿2显示了KBCC如何加快对元音识别这一现实大问题的学习。

著录项

  • 作者

    Rivest, Francois.;

  • 作者单位

    McGill University (Canada).;

  • 授予单位 McGill University (Canada).;
  • 学科 Computer Science.
  • 学位 M.Sc.
  • 年度 2002
  • 页码 110 p.
  • 总页数 110
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号