The Effect of Weight Parameter on Accuracy of Classification by Neural Networks

โดย กุลชัย กุลตวนิช

ปี     2551

บทคัดย่อ (Abstract)

การค้นคว้าอิสระฉบับนี้มีวัตถุประสงค์เพื่อทำการศึกษาค้นคว้าและทำการทดลองเกี่ยวกับปัจจัยค่าน้ำหนักที่ส่งผลต่อความแม่นยำในงานจำแนกข้อมูลของระบบโครงข่ายประสาทเทียม ว่าปัจจัยค่าน้ำหนักใดบ้างที่มีอิทธิพลทำให้ความแม่นยำของระบบเพิ่มขึ้น หรือลดลง เนื่องจากว่าก่อนการทดลองนั้นพบว่างานวิจัยส่วนมากที่ใช้ระบบโครงข่ายประสาทเทียมเข้ามาช่วยในการทดลองนั้นมักจะไม่ค่อยได้ให้ความสำคัญกับการคำนวณค่าน้ำหนักในการคิดของระบบโครงข่ายประสาทเทียมและยังไม่มีการศึกษาค้นคว้าอย่างจริงจัง

การทดลองใช้ชุดข้อมูลมาตรฐานจาก UCI Machine Learning Repository จำนวน 3ชุด ได้แก่ Iris, Car และ Zoo กระบวนการในการทดสอบใช้ขั้นตอนการเรียนรู้แบบมีผู้สอน ส่วนอัลกอรึทึ่มในการทดสอบข้อมูลเป็นระบบโครงข่ายประสาทเทียมแบบหลายชั้น (Multi Layered Perceptron) โดยมีชั้นซ่อนอยู่ 1 ชั้น ใช้หลักการคำนวณโหนดด้วย Rule of Thumb การทดลองแบ่งออกเป็นสองส่วน คือ ส่วนแรกทำการทดลองเพื่อหาช่วงค่าน้ำหนักที่มีค่าความแม่นยำสูง โดยการกำหนดค่าน้ำหนักเองตั้งแต่ 0.1 จนถึง 10 และในการทดลองขั้นตอนที่สอง ช่วงค่าน้ำหนักจากการทดลองแรกจะถูกนำมาใช้ทดสอบกับชุดข้อมูล เพื่อมาเปรียบเทียบกับค่าเฉลี่ยของชุดข้อมูลที่ไม่ได้ตั้งค่าน้ำหนักไว้

ผลของการทดลองพบว่าค่าน้ำหนักแบบกำหนดเองนั้นสามารถให้ความแม่นยำได้สูงกว่าการให้ระบบกำหนดช่วงค่าน้ำหนักเองอัตโนมัติ และช่วงค่าน้ำหนักแบบกำหนดเองที่ให้ค่าความแม่นยำสูงสุดนั้นจะอยู่ระหว่างค่า 0.1 และ 1 ผลการทดลองในครั้งนี้จะนำมาสรุปเป็นองค์ความรู้เพื่อให้เป็นประโยชน์ในการทดลองครั้งต่อไป สำหรับผู้ที่ต้องการศึกษาครั้งต่อไปอาจจะนำระบบโครงข่ายประสาทเทียมไปใช้ทดลองในงานด้านอื่นๆ เช่น การพยากรณ์ การจดจำรูปแบบ การถอดรหัสสัญญาณ เป็นต้น

DOWNLOAD : The Effect of Weight Parameter on Accuracy of Classification by Neural Networks