A deterministic annealing algorithm for neural net learning

Abstract

This article compares backpropagation and simulated annealing algorithms of neural net learning. Adaptive schemes of the deterministic annealing parameters adjustment were proposed and experimental research of their influence on solution quality was conducted.В статті проведений порівняльний аналіз роботи алгоритму зворотного розповсюдження помилки та алгоритмів імітації відпалу для задач навчання нейронних мереж. Запропоновані адаптивні схеми налаштування параметрів алгоритмів детермінованого відпалу та проведено експериментальне дослідження їх впливу на якість отримуваного розв'язку.