بهبود شبکه عصبی آشوبگونه با استفاده از تغییر تابع سیگموید

امروزه رفتار دینامیک آشوبگونه توجه فراوانی را در بسیاري از زمینه هاي تحقیقاتی به خود معطوف ساخته است که این امر سبب پیشرفت قابل ملاحظه اي در مطالعه آشوب شده است .علاوه بر این بر محققین مسلم شده است که رفتار دینامیک هاي آشوبگونه نقش عمده اي را در نرون ها و شبکه هاي عصبی بیولوژیک ایفا می کنند .از این رو محققین در تلاشند تا بتوانند به کمک دینام یک آشوبگونه،رفتار نرونهاي واقعی را با نرون هاي مصنوعی مدل کنند و با فرض اینکه در سیستم هاي آشوب،شرایط اولیه در هر مرحله تغییر پیدا می کنند و دینامیک روشنی از سیستم در دسترس نمی باشد.لذا در این مقاله، به بررسی و تحلیل شبکه عصبی آشوبگونه می پردازیم .شبکه عصبی آشوبگونه داراي عملگر آشوبی بوده و در بازخورد سیستم امکان تحلیل سریعتر داده ها را بر اساس یادگیري اولیه به ما می دهد.براي ایجاد شبکه عصبی نیاز به یک تابع سیگموید است که ما براي بهتر شدن روش و همگرایی سریعتر به حالت پویا اقدام به ارائه تابع جدید نموده ایم که نتایج آن در مقاله آورده شده است.

شبکه عصبی – آشوب – نماي لیاپونف – تابع سیگموید