Melakukan Training Jaringan Syaraf Tiruan – BackPropagation pada matlab « Rafdi’s BloG

Melakukan Training Jaringan Syaraf Tiruan – BackPropagation pada matlab

Juni 19, 2009 at 3:36 am | In Uncategorized | 8 Comments

Setelah berhasil mendapatkan fitur warna dari citra kita dapat menggunakan fitur tersebut (walau pada akhirnya saya tidak menggunakan fitur gray scale melainkan HSV dari penelitian kakak kelas saya Rizki Pebuardi) untuk input training JST dengan memberikan class target (output JST) pada tiap citra, misal citra mobil berwarna merah kita set masuk ke kelas nomor 1 untuk semua kendaraan berwarna merah. Setelah pasangan output dan input data training telah siap maka training dapat segera dilakukan.

Hal pertama yang kita lakukan adalah membentuk struktur JST-BP yang baru pada matlab, karena input terdiri dari 162 bin maka saya akan membuat JST dengan neuron input sejumlah 162, neuron hidden sejumlah 5 (untuk hidden bebas tidak tergantung input namun berdampak pada hasil), dan neuron ouput sejumlah 1 dengan menggunakan sintaks sebagai berikut :

p = [0 1]; %menetapkan range input dari 0-1
pr=repmat(p,162,1); %membuat matriks 162×2 yang merupakan repetisi dari matriks p
m1 = 5; m2 = 1; %menentukan jumlah hidden m1 dan output m2 layer

net_ff = newff (pr, [m1 m2], {‘logsig’ ‘purelin’}); % membuat struktur JST baru bernama net_ff

net_ff = init (net_ff); %Default Nguyen-Widrow initialization

Setelah sintaks tersebut maka struktur JST untuk klasifikasi citra hsv 162 bin telah terbentuk, yang kita lakukan tinggal mentrainingnya menggunakan sintaks :

%Training parameter:
net_ff.trainParam.goal = 0.02;
net_ff.trainParam.epochs = 350;

%Training Execution:

hasil_train = train (net_ff, data_train, expected_output);

setelah itu akan keluar grafik hasil training :

graph training jst bp

setelah itu struktur jst tersebut dapat digunakan dengan menggunakan sintaks :

Y_nn = sim (net_ff, data_test);

& Komentar »

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

wogh, gw kok gak ngerti ya paw?
liat judulnya aja dah g ngarti////

Komentar oleh nekomarusama — Juli 3, 2009 #

Balas
- ga lo baca ya ga ngerti
  
  Komentar oleh rafdi — Juli 8, 2009 #
  
  Balas
bagaimana yah caranya untuk membandingkan pola 2 buah citra yang telah dideteksi tepi untuk mendapatkan sebuah hasil atau informasi menggunakan jst backpropagation?

Komentar oleh robert — Juli 8, 2009 #

Balas
- maksudnya membandingkan pola itu apa? apabila citra telah dideteksi tepi maka didapatkan pola bentuknya untuk tiap citra, pola bentuk tersebut bisa digunakan sebagai fitur train JST asal punya kelas targetnya, setelah di train JST akan membentuk model untuk mengenali pola2 yang sudah ada tersebut. Namun yang saya gunakan di penelitian saya hanyalah fitur warna. Mungkin pengetahuan saya masih terbatas untuk menjelaskan ini, Robert bisa hubungi dosen pembimbing saya di http://yeniherdiyeni.wordpress.com/, beliau meneliti di bidang Image Processing dan Computational Intelligence.
  
  Komentar oleh rafdi — Juli 8, 2009 #
  
  Balas
Wew gmn sik cara kita kalo mau menbuat aplikasi untuk “Pengenalan Wajah Tampak depan dengan menggunakan Backporopagation???” N apa Aja yang digunakan Seperti bobot apa saja……
dan Cara perhitungannya secara manual gmn….
Teori yang dgunakan…….
Pengambilan bobot apa aja…..
– Gw uda ada satu tp Gw gak teuh cara menghiting normalisasi…
– Bisa bantu gw gak untuk formula normalisasi tapi bukan di Matlab Formulanya perhitunganya secara manual….
cos gw uda buat pake matlab. tapi gw mau ubah menajdi VB untuk Pembuatan Aplikasi ini.
Please bls Secepatnya y…
Trim’s Friend……………….

Komentar oleh Alfan — September 9, 2009 #

Balas
pengenalan wajah berarti citra kan…

klo temen gwa ada yang mengekstrasi fitur buat diolahnya pake transformasi wavelet, hasilnya ya sedeng2 aja, klo gwa sendiri sih juga citra tapi yang gwa ekstrak dari citra itu warna pake HSV 162 bin kakak kelas gwa, dia juga dapet referensi dari gonzales..

nah, klo saran gwa coba aja dulu ambil fitur warna (rada sotoy, gwa newbie), tekstur, sama bentuk. itu dijadiin fitur buat pengenalan wajahnya. Metode lengkapnya bisa cari di internet banyak atau pake punya dosen pasti udah ada lah yang buat.

Perhitungan manual JSTnya c gwa ngerti tapi bingung jabarinnya, baca buku karangan fausett deh yang tentang neural network bagian backpropagation, disitu jelas dan simpel neranginnya,,

maaf ga bisa banyak bantu

Komentar oleh rafdi — September 10, 2009 #

Balas
- Bukanya wavelet tu untuk suara???????????
  Gw sik uda pada tau seua yang akan diambil menjadi bobot..
  Yang gw mau tau tu gmn cara menghitung normalisasi versi matlab..
  cos wa uda coba pake formula yang lain untuk normalisasi hasinya gak sama…
  n perhitungan bobot agak berbeda….
  bisa kasi formula untuk perhitungan normalisasi bobot yang versi Neural network gak???
  
  Komentar oleh Alfan — September 24, 2009 #
  
  Balas
gimana ya caranya :
aku punya data real input 8, ingin membuat JST melalui matlab
mohon bantuannya kepada rekan2 yang mahir untuk membuat programnya
atas bantuannya saya banyak mengucapkan terima kasih
wassalam,

Komentar oleh asnul s — Oktober 7, 2009 #

Balas