Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Pertemuan 10 Neural Network
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) Pertemuan 10 Neural Network
2
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut Buatan karena di implementasikan dengan program komputer
3
Susunan syaraf manusia
Neuron Dendrit Axon Synapsis
4
Sejarah 1940 : llmuwan menemukan bahwa psikologi otak manusia sama dengan pemrosesan komputer 1943 : McCulloch dan Pitts merancang model pertama kali sebagai perhitungan dasar neuron 1949 : Hebb menyatakan bahwa informasi dapat disimpan dalam koneksi-koneksi dan mengusulkan adanya skema pembelajaran untuk memperbaiki koneksi-koneksi antar neuron tersebut
5
1954 : Farley dan Clark mensetup model-model untuk relasi adaptif stimulus-respon dalam jaringan random 1958 : Rosenblatt mengembangkan konsep dasar tentang perceptron untuk klasifikasi pola 1960 : Widrow dan Hoff mengembangkan ADALINE untuk kendali adaptip dan pencocokan pola yang dilatih dengan aturan pembelajaran Least Mean Square
6
1974 : Werbos memperkenalkan algoritma backpropagation untuk melatih perceptron dengan banyak lapisan 1975 : Little dan Shaw menggambarkan jaringan syaraf menggunakan model probalistik 1982 : KOhonen mengembangkan metode pembelajaran jaringan syaraf yang tidak terawasi (unsupervised learning) untuk pemetaan
7
1982 : Grosberg mengembangkan teori jaringan yang terinspirasi oleh perkembangan psikologi. Bersama Carpenter mereka mengenalkan sejumlah arsitektur jaringan, Adaptive Resonance Theory (ART), ART2 dan ART3 1982 : Hopfield mengembangkan jaringan syaraf recurrent yang dapat digunakan untuk menyimpan informasi dan optimasi
8
1985 : Algoritma pembelajaran dengan menggunakan mesin Boltzmann yang menggunakan model jaringan syaraf probabilistik mulai dikembangkan 1987 : kosko mengembangkan jaringan Adaptive Bidirectional Associative Memory (BAM) 1988 : mulai dikembangkan fungsi radial basis
9
KOmponen Jaringan Syaraf
Jaringan syaraf terdiri atas beberapa neuron Ada hubungan antar neuron Neuron mentransformasikan informasi yg diterima melalui sambungan keluarnya menuju neuron-neuorn yg lain Pada jaringan syaraf hubungan ini dikenal dengan bobot
11
Jaringan syaraf dengan 3 lapisan
12
Arsitektur Jaringan Neuron-neuron dikelompokkan dalam lapisan-lapisan
Neuron yang terletak pada lapisan yang sama akan memiliki keadaan yang sama Kelakuan neuorn ditentukan oleh fungsi aktivasi dan pola bobotnya
13
a. Single Layer net
14
b. Multiple Layer Net
15
c. Competitive layer net
16
Fungsi Aktivasi Ada beberapa fungsi aktivasi yang sering digunakan dalam jaringan syaraf tiruan
17
a. Hard Limit
18
B. THRESHOLD
19
c. Symetric Hard Limit
20
d. Bipolar Threshold
21
e. Fungsi Linier y = x
22
f. Saturating Linier
23
g. Simetric Saturating Linier
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.