Multi Layer Perceptron – BackProp Neural Network

Mei 12, 2009 at 8:35 am | In Uncategorized | 4 Comments

Pada penelitian saya, saya akan menggunakan Multi Layer Perceptron (MLP)  – BackProp (BP) Neural Network.  Jaringan Syaraf Tiruan (JST) tipe MLP ini, mempunyai beberapa ketentuan seperti : Tidak ada koneksi dalam satu layer, tidak ada hubungan langsung antara output dan input layer, semua layer terhubung secara penuh, jumlah unit output tidak harus sama dengan julah unit input, dan jumlah unit pada hidden layer dapat lebih banyak atau lebih sedikit dari jumlah unit output dan input.

MLP memiliki banyak layer untuk membatasi nilai pada input dalam proses. Hal ini diilustrasikan pada gambar berikut : boundaries mlp

Back Propagation (BP) memiliki 2 fase yaitu forward pass phase dan back pass phase. Pada fase forward pass phase JST mengkomputasi nilai input dengan fungsi aktivasi, propagasi ke depan melewati dari layer input ke output. Setelah itu, pada back pass phase, JST mengkomputasi error dan mempropagasi eror mundur pada jaringan dari layer output ke input (error merupakan perbedaan dari output aktual dan output yang diinginkan). Bobot akan diperbaharui pada fase tersebut.

gambar NN MLPBP

& Komentar »

RSS umpan untuk komentar-komentar dalam tulisan ini. URI Lacak Balik

  1. wew wew wew belum saatnya gw ngerti apa emang gw ngga ngerti?hehe ini apa kak?

  2. nanti ada kok pas Metode Kuantitaif dan Kecerdasan Buatan, sabar-sabar..

    ini metode untuk ngenalin pola bisa dipake buat klasifikasi, dan metodenya bisa belajar…

  3. cie cie uhuk uhuk

  4. apa c fer..


Tinggalkan komentar

XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <pre> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Blog pada WordPress.com. | Theme: Pool by Borja Fernandez.
Entries and comments feeds.