Perangkat lunak yang dikembangkan . merupakan srsitektur backpropagantion dengan tiga layar . untuk klasifikasi , arsitektur multilayer feedfoward JST cukuo dengan tiga layar.
A.Hidden layer
B.Output layer
C.Input layer
Yang mana hidden layer sudah cukup untuk mengaproksimasi suatu fungsi kontinu . yang menyatakan bahwa dalam pattern reconginitation , jika jumlah neuron dalam hidden layer ( lapisan terselubung ) lebih sedikit atau sama dengan jumlah neruron pada input layer.
Feedfowrd data input untuk pelathian , backporopgation untuk nilai error serta penyesuaiyan nilai bobot tiap node masing masing layer pada JTS. Diawali dengan feedforward nilai input , tiap input unit I(x-i) menerima sinyal input yang selanjutnya akan di pancarkan ke hidden layer Z1,… Zp selanjutnya hidden unit ke-j akan menghitung nilai sinyal (zj) , yang akan di pancarkan ke output layer , menggunakan fasilitas f.
Dimana 01j = bias hidden unit ke=j . Nilai bias dan bobot awal dapat diambil secara acak.Tiap unit output ke –k (Yk) lalu menghitung niali aktivasinya (yk).
Dimana )2k = bias hidden unit ke –k . Selama proses tranning berlangsung , tiap unit output membandingkan niali aktivasinya yk dengan nilai target™ untuk suatu input pattern guna menghitung errornyaNilai erro ini akan digunakan untuk menghitung niali paramater yang akan memperbaiki (update) bobot tiap unit dalam masing masing layer.
Tidak ada komentar:
Posting Komentar