Contoh Arsitektur Sederhana Jaringan Syaraf Tiruan Untuk Pengenalan Angka

Berikut dalam gambar di bawah ini akan digunakan untuk pengenalan angka (digit recognition) antara angka 0 – 9. Masing-masing angka (digit) disajikan dalam bitmap 5 x 9 pixel. Masing-masing pixel hanya bisa berisi data 0 dan 1 saja, 0 untuk warna putih dan 1 untuk hitam. Bagaimana membuat arsitektur sederhana untuk jaringan syaraf tiruan (artificial neural network) yang akan digunakan untuk mengenali angka (digit recognition) tersebut?
Contoh pengenalan angka (digit recognition) pada jaringan syaraf tiruan

Memilih/membuat arsitektur jaringan saraf tiruan pada pengenalan angka (digit recognition)  di atas
  • Pertama, jumlah neuron pada lapisan input ditentukan oleh jumlah pixel dalam bitmap. Bitmap dalam contoh kita di atas terdiri dari 45 pixel, dan karenanya kita membutuhkan 45 neuron input.
  • Kedua, layer output memiliki 10 neuron - satu neuron untuk setiap angka yang akan dikenali.
  • Jadi salah satu kemungkinan arsitektur sederhana jaringan syaraf untuk pengenalan angka di atas adalah seperti gambar di bawah ini.
Arsitektur sederhana jaringan syaraf tiruan untuk pengenalan angka antara 0 - 9

Beberapa poin pertimbangan tentang bagaimana kita akan menentukan jumlah hidden neuron yang optimal:
  • Pola yang kompleks tidak dapat (sulit) dideteksi oleh jumlah hidden neuron yang terlalu sedikit; Namun terlalu banyak hidden neuron dapat secara dramatis meningkatkan beban komputasi.
  • Masalah lain adalah overfitting. Semakin besar jumlah hidden neuron, semakin besar kemampuan jaringan untuk mengenali pola yang ada. Namun, jika jumlah hidden neuron terlalu besar, jaringan mungkin hanya menghafal semua contoh pelatihan.
Catatan: Beberapa contoh implementasi/aplikasi pengenalan angka yang bisa dicoba via browser antara lain adalah di link berikut:
Kategori: , , , , , ,

No comments:

Post a Comment

Subscribe to: Post Comments (Atom)