Σύγκριση συναρτήσεων ενεργοποίησης για την εκπαίδευση νευρωνικών δικτύων

Abstract

Στον τομέα της Τεχνητής Νοημοσύνης τα Τεχνητά Νευρωνικά Δίκτυα (Artificial Neural Networks) αποτελούν μια προσέγγιση που έχει συγκεντρώσει τεράστιο επι- στημονικό ενδιαφέρον. Ιδιαίτερα τα τελευταία χρόνια, όπου το πλήθος των διαθέσι- μων δεδομένων έχει εκτοξευθεί λόγω του διαδικτύου, οι δυνατότητες και η αποτελε- σματικότητα των ΤΝΔ έχουν αναδειχθεί σημαντικά. Οι συναρτήσεις ενεργοποίησης (Activation Functions), ως ο κύριος ρυθμιστής της βασικής μονάδας επεξεργασίας δεδομένων - του νευρώνα - διαδραματίζουν κομβικό ρόλο στην απόδοση του δι- κτύου. Στόχος της παρούσας διπλωματικής είναι να μελετήσει και να συγκρίνει τις γνωστές συναρτήσεις ενεργοποίησης αλλά και να εξαχθούν χρήσιμα συμπερά- σματα σχετικά με την καταλληλότητα της κάθε συνάρτησης ανάλογα με το είδος του προβλήματος που καλείται να λυθεί.