home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #27 / NN_1992_27.iso / spool / comp / ai / neuraln / 4275 < prev    next >
Encoding:
Text File  |  1992-11-15  |  3.9 KB  |  105 lines
  1. Newsgroups: comp.ai.neural-nets
  2. Path: sparky!uunet!zaphod.mps.ohio-state.edu!cs.utexas.edu!news.uta.edu!news.uta.edu!lindahl
  3. From: lindahl@cse.arl.utexas.edu (Charlie Lindahl)
  4. Subject: Demos for training & analysis of mapping NNs from UTexas@Arlington
  5. Message-ID: <LINDAHL.92Nov15225532@cse.arl.utexas.edu>
  6. Sender: news@utagraph.uta.edu (USENET News System)
  7. Nntp-Posting-Host: cse.uta.edu
  8. Organization: Computer Science Engineering Univ. of Texas at Arlington
  9. Distribution: comp
  10. Date: Mon, 16 Nov 1992 04:55:32 GMT
  11. Lines: 92
  12.  
  13. All: 
  14.  
  15. I'm posting demos for an Electrical Engineering professor here 
  16. at UTexas Arlington (Dr. Mike Manry). Below is the description for the
  17. demos related to MAPPING. The ABSTRACT file appears below. 
  18.  
  19. I've posted on me.uta.edu (anon ftp) under /pub/neural/uta-nn-ee.tar
  20. (this is a TAR file containing ZIP files, and hence should be transferred
  21. IN BINARY MODE. Interested parties can EMAIL me as to why this file wouldn't
  22. COMPRESS). 
  23.  
  24. Download procedure: 
  25.  
  26. 1) Use ANONYMOUS FTP in BINARY mode. 
  27. 2) Use the UNIX TAR program to unpack into two ZIP files. 
  28. 3) Use the PKUNZIP PC program to unpack onto the PC. 
  29.  
  30. PLEASE don't send EMAIL directly to me, or post on this bboard (as 
  31. I don't frequent this regularly); rather, send EMAIL directly to 
  32. Dr. Manry at B496MTM@UTARLG.UTA.EDU. 
  33.  
  34. Charlie Lindahl
  35. Electrical Engineering Dept
  36. University of Texas at Arlington
  37. EMAIL  :     lindahl@cse.uta.edu
  38. ------------------------------------------------------------------------
  39. File Neumap.zip   Size; 206,746 bytes
  40.  
  41. Five demo programs are included, for the training and analysis of 
  42. multilayer perceptron (MLP) neural networks for mapping. Such 
  43. networks have sigmoidal hidden units and linear activations in 
  44. the output units. The enclosed programs are demos in that the 
  45. training data file must have exactly 300 training patterns, and 
  46. only 4 or fewer inputs are allowed.
  47.  
  48. Program BPmap designs MLP mapping networks using backpropagation
  49. (BP). Nonstandard features in this program are (1) batching of weight 
  50. changes is allowed, (2) The learning factor is adaptive, and 
  51. (3) the importance of each input feature is calculated. Mean-squared 
  52. error (MSE) is calculated and printed for each iteration. The 
  53. Relative Root Mean-squared error (RRMSE) is calculated and printed
  54. after the data has been processed.
  55.  
  56. Program Inmap designs MLPs using a fast technique. Networks are 
  57. often better than those from BPmap and can be designed one to two 
  58. orders of magnitude faster. The RRMSE is calculated and printed 
  59. after the data has been processed.
  60.  
  61. Program Modc analyzes MLP networks trained via BPmap or Inmap. 
  62. Less useful units can be pruned under user control.
  63. Program Test3 applies a trained MLP to a data file, and writes the 
  64. output layer signals and the desired outputs to a user-chosen disk
  65. file. The RRMSE is calculated and printed after the data has been
  66. processed.
  67.  
  68. Program Watecon converts the weight file from Inmap or BPmap to 
  69. an easily understood formatted form, or vice versa. This should 
  70. allow users to process networks from other neural net design 
  71. packages, and vice versa.
  72.  
  73.  
  74.  
  75.  
  76.  
  77. --
  78. ============================================================================
  79. "If Unix is the answer, surely    | Charlie S. Lindahl
  80. we've forgotten the question." -  | lindahl@cse.uta.edu
  81. Anonymous                         | Electrical Engineering Dept
  82.                                   | University of Texas at Arlington
  83. ----------------------------------------------------------------------------
  84.       ____/   _/    _/    ___/ /  _/____/    _/     ____/  _/_____/
  85.      _/      _/    _/  _/    _/  _/    _/   _/       _/   _/
  86.     _/      _/___/_/  _/___/_/  _/____/    _/       _/   _/_____/
  87.    _/      _/    _/  _/    _/  _/   _/    _/       _/   _/
  88.   _____/   /    _/   /    _/   /    _/   _/____/ ____/ _/______/
  89. ============================================================================
  90. Disclaimer: If my employer shares these views, I'd be most surprised.
  91.  
  92.  
  93.  
  94.  
  95.  
  96.  
  97.  
  98.  
  99.  
  100.  
  101.  
  102.  
  103.  
  104.  
  105.