出版品
輔仁管理評論 刊物檢索
搜尋「關鍵字：Artificial neural network 」，共有「3」筆資料列表如下。
改善多層次人工神經網路學習速度之探討
期數：第8卷 - 第1期
作者 / 魏健宏 單位名稱 / 成功大學交通管理科學研究所
作者 / 洪玉城 單位名稱 / 成功大學電機工程研究所
摘要 / 近年來人工神經網路由於在辨識、分類、最佳化及推論等應用，均有不錯的效果，已引起人們廣泛的注意與研究。多層次人工神經網路之倒傳遞學習法則是一種監督式學習網路，在學習的過程中，需事先準備一群訓練樣本 (亦即欲學習的知識庫)，任意指定一組網路起始權值，以及若干參數，逐一輸入訓練樣本，計算輸出誤差量以調整網路權值，直到所有訓練樣本的網路輸出誤差，均小於某一容許值時，表學習完畢，可開始其應用。但在訓練過...
人工神經網路，多層次，倒傳遞學習法則，監督式學習，artificial neural networks，multilayer，back-propagation learning，supervised learning
類神經網路模式在時間序列預測上之應用—以高雄市失業率為例
期數：第4卷 - 第2期
作者 / 邱志洲 單位名稱 / 輔仁大學企業管理學系
作者 / DEBORAH F. COOK 單位名稱 / 美國維吉尼亞理工學院管理科學學系
摘要 / 本文針對高雄市失業率，利用倒傳遞類神經網路模式，進行預測並加以討論。其中，對網路模式之相關參數，例如：學習率及隱藏層之神經元數目等，皆有進一步之探討。文中所使用之資料數據為，自民國72年6月至民國81年2月之高雄市月失業率資料。除類神經網路模式之應用外，時空數列分析，單變量時間序列模式及狀態空間分析模式等方法，亦被引用來評估預測之好壞。根據結果顯示，類神經網路模式能提供高於其它方法，約40%之...
Artificial neural network，Backpropagation learning algorithm，失業率，預測，類神經網路，時間序列模式，Unemployment rate，Space-Time series analysis
應用類神經網路與田口直交法在氣體輔助射出成型製程中參數最佳化選擇之比較
期數：第6卷 - 第1期
作者 / 邱志洲 單位名稱 / 輔仁大學企業管理學系
作者 / 楊恭選 單位名稱 / 中原大學機械研究所
作者 / 黃健生 單位名稱 / 中原大學機械研究所
作者 / 陳夏宗 單位名稱 / 中原大學機械研究所
作者 / 陳年添 單位名稱 / 中原大學機械研究所
摘要 / 在本文中，傳統的田口直交法與倒傳遞類神經網路，被使用來評估且決定在氣體輔助射出成型製程中參數的最佳數值。在田口直交法的應用中，L18直交表首先被使用來收集實際觀察值。相同的資料集亦被用來建構一適當的類神經網路模式，以比較類神經網路方法是否能較傳統的統計技術，提供出較佳之結果。為能進一步瞭解類神經網路模式的建構程序，針對模式中的學習步伐量及隱藏層的神經元數目有進一步的探討。由研究結果發現，類神經...
Gas-Assisted Injection Molding，Taguchi Method，Orthogonal Array，Artificial Neural Network，Backpropagation Learning Algorithm，射出成型，田口直交法，類神經網路，最佳化