Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/28654
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | วิวัฒน์ วัฒนาวุฒิ | - |
| dc.contributor.author | ศุภัทรา สุนทราภัย | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย | - |
| dc.date.accessioned | 2013-01-24T06:29:16Z | - |
| dc.date.available | 2013-01-24T06:29:16Z | - |
| dc.date.issued | 2539 | - |
| dc.identifier.isbn | 9746361341 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/28654 | - |
| dc.description | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2539 | en |
| dc.description.abstract | การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและพัฒนาเครื่องมือซอฟต์แวร์ที่จำลองการทำงานของนิวรอลเนตเวิร์กโดยใช้แบบจำลองแบ็กพรอเพเกชัน ซึ่งพัฒนาเป็นแบบไดนามิกลิงก์ไลบราลีเพื่อให้โปรแกรมอื่นบนระบบปฏิบัติการวินโดว์สามารถเรียกใช้งานได้ ซึ่งประกอบด้วยฟังก์ชันต่างๆ คือ ฟังก์ชันกำหนดโครงสร้าง ฟังก์ชันกำหนดพารามิเตอร์ ฟังก์ชันกำหนดชื่อแฟ้มข้อมูล ฟังก์ชันกำหนดชื่อลิสต์บอกซ์ ที่ใช้แสดงค่าผิดพลาดกำลังสอง ฟังก์ชันส่งข้อความหยุดการสอนและฟังก์ชันที่ใช้ในการสอนและทดสอบ เครื่องมือซอฟต์แวร์นี้สามารถกำหนดโครงสร้างได้มากถึง 5 ชั้น และสามารถระบุจำนวนโหนดของนิวรอลได้อย่างน้อย 500 โหนด และพารามิเตอร์มาตรฐานที่สามารถกำหนดได้ประกอบด้วย ค่ารบกวน ค่าโมเมนตัม ค่าอัตราการเรียนรู้ และสามารถระบุชื่อแฟ้มข้อมูลที่ใช้ได้เองดังนี้ แฟ้มข้อมูลเก็บชุด ข้อมูลนำเข้า แฟ้มข้อมูลเก็บชุดค่าน้ำหนัก แฟ้มข้อมูลเก็บค่าผิดพลาดเฉลี่ยกำลังสอง แฟ้มข้อมูลเก็บชุด ข้อมูลทดสอบ แฟ้มข้อมูลเก็บผลลัพธ์จากการทดสอบ ทำให้สามารถเตรียมข้อมูลและนำข้อมูลที่ได้ไป ทำงานอื่นต่อไปได้ โดยที่โปรแกรมนี้สามารถกำหนดการหยุดสอนได้ 2 วิธีคือ กำหนดตามจำนวนรอบที่ให้ทำงานและเมื่อมีการสั่งหยุดโดยผู้เรียกใช้งาน ในการทดสอบการทำงานของโปรแกรมนี้ ได้ทำการพัฒนาโปรแกรมวิชวลเบสิคให้เรียกใช้ ฟังก์ชันดังกล่าว เพื่อเป็นตัวอย่างหนึ่งของการแก้ปัญหาด้วยนิวรอลเนตเวิร์กโดยใช้แบบจำลองแบ็กพรอเพเกชันในแก้ปัญหาการรู้จำตัวเลข 0 - 9 โดยกำหนดโหนดในชั้นนำเข้าข้อมูลจำนวน 529 โหนด ในชั้น แอบแฝง 10 โหนด และชั้นผลลัพธ์ 4 โหนด และให้ตัวอย่างชุดข้อมูลสำหรับการสอนทั้ง 10 รูปแบบเมื่อทำการทดสอบพบว่าสามารถรู้จำได้ดี | - |
| dc.description.abstractalternative | The objectives of this research are studying and developing of software tools that simulate neural network using back propagation model. The software tools is developed using Dynamic Link Library (DLL) technique which is callable by other Windows applications. The functions of the software tools consist of structure defining function, parameters setting function, data flies defining function, list box that displayed sum square error defining function, training termination function and learning arid testing function. This software tools can define up to 5 architectural layers and not less than 500 neural nodes. The standard parameters are noise, momentum and learning rate. The standard data files are input file, weight file, sum square error file, test file and output file. With these features, the data files can be used for further processing. The training function of the software tools can be terminated by either reaching number of pre-defined loops or requesting by user. In order to test the software tools, Visual Basic application was developed to test all the functions, the application will use back propagation technique to learn and recognize numeric patterns (0 through 9). The testing environment are 529 nodes in input layers,10 nodes in hidden layers, 4 nodes in output layers and training examples pattern of 10 numeric pattern. The testing result indicated that the software tools works quite well. | - |
| dc.format.extent | 4520384 bytes | - |
| dc.format.extent | 1490433 bytes | - |
| dc.format.extent | 8387311 bytes | - |
| dc.format.extent | 6584282 bytes | - |
| dc.format.extent | 3181216 bytes | - |
| dc.format.extent | 13582973 bytes | - |
| dc.format.extent | 1354155 bytes | - |
| dc.format.extent | 872039 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.language.iso | th | es |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en |
| dc.title | การพัฒนาเครื่องมือซอฟต์แวร์ในการจำลองการทำงาน ของนิวรอลเนตเวิร์กโดยใช้แบบจำลองแบ็กพรอเพเกชัน | en |
| dc.title.alternative | Development of software tools for neural network simulation using back propagation model | en |
| dc.type | Thesis | es |
| dc.degree.name | วิทยาศาสตรมหาบัณฑิต | es |
| dc.degree.level | ปริญญาโท | es |
| dc.degree.discipline | วิศวกรรมคอมพิวเตอร์ | es |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en |
| Appears in Collections: | Grad - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Supatta_su_front.pdf | 4.41 MB | Adobe PDF | View/Open | |
| Supatta_su_ch1.pdf | 1.46 MB | Adobe PDF | View/Open | |
| Supatta_su_ch2.pdf | 8.19 MB | Adobe PDF | View/Open | |
| Supatta_su_ch3.pdf | 6.43 MB | Adobe PDF | View/Open | |
| Supatta_su_ch4.pdf | 3.11 MB | Adobe PDF | View/Open | |
| Supatta_su_ch5.pdf | 13.26 MB | Adobe PDF | View/Open | |
| Supatta_su_ch6.pdf | 1.32 MB | Adobe PDF | View/Open | |
| Supatta_su_back.pdf | 851.6 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.