CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishThis paper investigates Stochastic Local Search (SLS) algorithms for training neural networks with threshold activation functions. and proposes a novel technique, called Binary Learning Machine (BLM). BLM acts by changing individual bits in the binary representation of each weight and picking improving moves. While brute-force implementations of SLS lead to enormous CPU times, due to the limited extent of each move, the use of incremental neighborhood evaluation, first-improving strategies, and Gray encoding accelerates SLS by a huge factor, opening the way to affordable CPU times for a wide range of problems. Comparisons with alternative methods demonstrate the effectiveness of the approach. In details, BLM outperforms state-of-the-art techniques either by achieving better generalization properties, or by allowing for more compact networks, suitable for the type of applications for which threshold neural networks were originally introduced.
| Titolo: | Stochastic Local Search for direct training of threshold networks |
| Autori: | Brunato, Mauro; Battiti, Roberto |
| Autori Unitn: | |
| Titolo del volume contenente il saggio: | Proceedings of the International Joint Conference on Neural Networks |
| Luogo di edizione: | Killarney |
| Casa editrice: | Institute of Electrical and Electronics Engineers Inc. |
| Anno di pubblicazione: | 2015 |
| Codice identificativo Scopus: | 2-s2.0-84950996840 |
| Codice identificativo ISI: | WOS:000370730603068 |
| ISBN: | 9781479919604 9781479919598 |
| Handle: | http://hdl.handle.net/11572/126438 |
| Appare nelle tipologie: | 04.1 Saggio in atti di convegno (Paper in proceedings) |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| 07280770.pdf | Articolo nella versione pubblicata, scaricato da IEEE Xplore, anche disponibile su DVD in possesso degli autori | Versione editoriale (Publisher’s layout) | Tutti i diritti riservati (All rights reserved) | Administrator |
http://hdl.handle.net/11572/126438
Copyright © 2021