Membuat JST dengan Scilab
Posted on Sabtu, 21 Mei 2011 by ai-a-erial.blogspot.com |
0
komentar
Pertemuan 6
1. Gambar Jaringan Syaraf Tiruan (JST) dengan 3 layer:
Perhatikan notasi bobot setiap interkoneksi, dan variabel yang digunakan.
Rumusan yang digunakan untuk Forward : dj=Σ(pi.wji) hj=f(dj) qm=Σ(hj.vmj) a=f(qm)
dimana i= banyaknya input/masukan, j=banyaknya neuron di hidden layer, m= banyaknya neuron dioutput layerd=hasil penjumlahan input kali bobot di hidden layer
h = keluaran neuron di hidden layer, merupakan fungsi aktifasi dari d
q=hasil penjumlahan h (keluran neuron di hidden layer) kali bobot di output layer
a = keluaran neuron di output layer/ keluran JST, merupakan fungsi aktifasi dari q
2. Gambar Backpropagation
3. Gambar Update Bobot di output layer
rumusan update bobot antara hidden layer ke output layer:
v(t+1) = v(t) + Δ v(t)
Δ v(t) = η.e.f’(q).h
dimana : t = iterasi ke …
v=bobot di output layer
η = learning rate (kecepatan penelajaran), nilainya berkisar antara 0<η≤1
e= error (beda antara target dengan actual output JST ) e=target -a
h= keluaran neuron di hidden layer
f’(q) = turunan fungsi f(q) —> jika a=f(q)=q then f’(q)=1 or jika f(q)=1/(1+exp(-q))
then f’(q)=f(q)(1-(f(q)) =a(1-a) a= actual output JST
4. Gambar Update bobot antara input layer ke hidden layer
Rumusan untuk update bobot w
w(t+1)= w(t) + Δw(t)
Δw(t) = η.e.f’(q).v.f’(d).p
dimana : w = bobot antara input layer ke hidden layer
v= bobot antara hidden layer ke output layer
f’(d) = turunan fungsi f(d), jika h=f(d)=d then f’(d) =1
jika digunakan h=f(d)=1/((1+exp(-d)) then f’(d) = f(d)(1-f(d))= h(1-h)
0 komentar:
Posting Komentar