بهینه‌ساز زیست‌جغرافیایی زیستگاه انطباقی برای بهینه‌سازی ابرپارامترهای شبکه عصبی کانولوشنی عمیق در طبقه‌بندی تصویر

Adaptive habitat biogeography-based optimizer for optimizing deep CNN hyperparameters in image classification

نویسنده: Jiayun Xin, Mohammad Khishe, Diyar Qader Zeebaree, Laith Abualigah, Taher M. Ghazal · 2024

خواندن در منبع ↗ بازگشت به گنجینه English

درباره این اثر

شبکه‌های عصبی عمیق کانولوشنی (DCNNs) موفقیت چشمگیری در وظایف طبقه‌بندی تصویر نشان داده‌اند، اما بهینه‌سازی فراپارامترهای آن‌ها به دلیل ساختار پیچیده‌شان می‌تواند چالش‌برانگیز باشد. این مقاله بهینه‌ساز تطبیقی زیست‌جغرافیایی مبتنی بر زیستگاه (AHBBO) را برای تنظیم فراپارامترهای DCNNها در وظایف طبقه‌بندی تصویر توسعه می‌دهد. در مسائل بهینه‌سازی پیچیده، الگوریتم BBO از همگرایی زودهنگام و اکتشاف ناکافی رنج می‌برد. در این راستا، یک زیستگاه تطبیق‌پذیر ارائه شده...

Deep Convolutional Neural Networks (DCNNs) have shown remarkable success in image classification tasks, but optimizing their hyperparameters can be challenging due to their complex structure. This paper develops the Adaptive Habitat Biogeography-Based Optimizer (AHBBO) for tuning the hyperparameters of DCNNs in image classification tasks. In complicated optimization problems, the BBO suffers from premature convergence and insufficient exploration. In this regard, an adaptable habitat is prese...

مشخصات

نویسنده
Jiayun Xin, Mohammad Khishe, Diyar Qader Zeebaree, Laith Abualigah, Taher M. Ghazal
سال
2024
زبان
EN
رده
علم و دانش
نوع
مقاله
منبع
DOAJ

گنجینه کتابخانه دیجیتال بنیاد فرهنگ و هنر اورنگ است. هر رکورد آن به نسخه آزاد اثر در آرشیو معتبری پیوند می‌دهد؛ گنجینه متن را کپی نمی‌کند.

گزارش اشکال در این رکورد

Become a Member
Scroll to Top