home *** CD-ROM | disk | FTP | other *** search
/ HPAVC / HPAVC CD-ROM.iso / pc / NEUCLS3.ZIP / NURN.ZP / MLPC.HLP < prev    next >
Encoding:
Text File  |  1994-09-06  |  1.9 KB  |  45 lines
  1. Outline
  2.  
  3. 1. Multilayer Perceptron (MLP) Options
  4. 2. Error Functions
  5.  
  6.  
  7.  
  8. 1. Multilayer Perceptron (MLP) Options
  9.  a. Train an MLP using backpropagation (BP). Batching, which 
  10.     denotes the accumulation of weight changes over portions of the 
  11.     training set before they are used, is an option. The learning 
  12.     factor changes adaptively. 
  13.  b. Fast training of MLP networks. Trains networks one or two 
  14.     orders of magnitude faster than BP.
  15.  c. Analyze and prune trained MLPs. The non-demo version produces weight
  16.     and network structure files for the pruned network.
  17.  d. Process data using a trained MLP. Data may or may not include 
  18.     desired outputs.
  19.  e. Create MLP subroutine. Given a network structure file and a 
  20.     weight file, creates an MLP subroutine in Fortran with a parameter 
  21.     list that includes only the input array and output array.
  22.  f. Create formatted weight file. Given a network structure file and a 
  23.     weight file, creates a formatted weight file that clearly shows 
  24.     the different connections and their weights and thresholds.
  25.  
  26. 2. Error Functions
  27.  
  28.  a. The error function that is being minimized during backpropagation
  29.     training and fast training is
  30.  
  31.                    Npat Nout             2
  32.     MSE = (1/Npat) SUM  SUM [ Tpk - Opk ]
  33.                    p=1  k=1  
  34.  
  35.     where Npat is the number of training patterns, Nout is the number 
  36.     of network output nodes, Tpk is the desired output for the pth
  37.     training pattern and the kth output, and Opk is the actual output
  38.     for the pth training pattern and the kth output. The desired
  39.     output Tpk is 0 for the correct class and 1 for other classes.
  40.     MSE is printed for each iteration.
  41.  
  42.  b. The error percentage that is printed out during training is
  43.  
  44.     Err = 100 x (number of patterns misclassified/Npat).
  45.