में अनुक्रमित
- जेनेमिक्स जर्नलसीक
- RefSeek
- हमदर्द विश्वविद्यालय
- ईबीएससीओ एज़
- ओसीएलसी- वर्ल्डकैट
- पबलोन्स
- यूरो पब
- गूगल ज्ञानी
उपयोगी कड़ियां
इस पृष्ठ को साझा करें
जर्नल फ़्लायर
एक्सेस जर्नल खोलें
- अभियांत्रिकी
- आनुवंशिकी एवं आण्विक जीवविज्ञान
- इम्यूनोलॉजी और माइक्रोबायोलॉजी
- औषधि विज्ञान
- कृषि और जलकृषि
- चिकित्सीय विज्ञान
- जीव रसायन
- जैव सूचना विज्ञान और सिस्टम जीवविज्ञान
- तंत्रिका विज्ञान और मनोविज्ञान
- नर्सिंग एवं स्वास्थ्य देखभाल
- नैदानिक विज्ञान
- पदार्थ विज्ञान
- पर्यावरण विज्ञान
- पशु चिकित्सा विज्ञान
- भोजन एवं पोषण
- रसायन विज्ञान
- व्यवसाय प्रबंधन
- सामान्य विज्ञान
अमूर्त
Performance Analysis of Backpropagation Artificial Neural Networks with Various Activation Functions and Network Sizes
Hamed Hosseinzadeh*
This paper conducts a comprehensive performance analysis of Back Propagation Artificial Neural Networks (BP- ANNs) utilizing various activation functions. Activation functions play a crucial role in shaping neural networks’ behavior and learning capabilities. Through systematic evaluation across diverse network sizes (numbers of hidden layers and neurons), this study assesses the impact of commonly employed activation functions-such as Sigmoidal, Tanh, Clog log, Aranda, and others-on the convergence speed and accuracy of BP-ANNs. The findings provide empirical insights essential for optimizing neural network artificial intelligence architectures tailored to specific applications and datasets.
अस्वीकृति: इस सारांश का अनुवाद कृत्रिम बुद्धिमत्ता उपकरणों का उपयोग करके किया गया है और इसे अभी तक समीक्षा या सत्यापित नहीं किया गया है।