一个用连接主义网络方法寻找丢番图方程数值解的研究
摘要：用连接主义网络方法来找到丢番图方程的数值解的论文。提出的方法使用一个三层前馈神经网络，通过反向传播作为顺序学习过程来找到一类丢番图方程的数值解。它使用动态构建的网络架构，其中输入层的节点数量根据方程中的变量数量选择。给定丢番图方程的幂被作为输入传递给输入层。网络的训练从初始随机整数权重开始。权重根据输出层的误差值的反向传播进行更新。通过将动量因子添加到网络中来增强权重的优化。输入层和隐藏层之间的连接的优化权重被视为给定丢番图方程的数值解。通过使用不同变量数量和不同幂的不同丢番图方程验证了该过程。
作者：Siby Abraham, Sugata Sanyal, Mukund Sanglikar
论文ID：1206.1971
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-10-09