Advisor: Prof. Chin-Shyurng Fahn

TEL: 02-2733-3141 # 7425

Location: RB307-3

Designer: Yu-Ta Lin

C. H. Wei and C. S. Fahn , “The Multi-Synapse Neural Network and its Application to Fuzzy Clustering,” IEEE Trans. on Neural Networks , vol. 13, no. 3, pp. 600-618, 2002.

  於本文中,我們發展一種稱為多重神經鍵網路(multi-synapse network)的新架構,以解決各種最佳化的問題。傳統的Hopfield網路,只能處理二次方型式的目標函數,因此在應用上受到一些限制,而多重神經鍵網路則可以處理所有的高次方多項式,甚至包含有對數、正弦函數等型式的非線性目標函數。利用多重神經鍵網路的新架構,我們建立一個稱為模糊雙向聯想聚類網路(fuzzy bidirectional associative clustering network; FBACN)來處理模糊聚類分析。這是自從有里程碑指標意義的方法—fuzzy c-means被提出之後的一個全新方法,其優點也就是fuzzy c-means所欠缺的分類限制條件之處理能力。由於FBACN繼承了循環式類神經網路(recurrent neural network)的特性,因此,它具有解決無解析解(analytic solution)存在的最佳化問題之優點;基本上,FBACN是由兩層的類神經網路所組成,第一層可以是Hopfield網路或是多重神經鍵網路,這端視聚類重心有無超過二次方的限制條件而定,但第二層就必須是多重神經鍵網路。

 

註:本文收錄於EI與SCI; C. H. Wei (韋至修) 為申請人所指導的博士班研究生 (民國91年6月畢業)。