استفاده از قوانین گرادیان توام به منظور افزایش دقت شبکه عصبی در دسته بندی تصاویر

     یکی از مسائل مهم در زمینه پردازش تصویر، طبقه بندی داده های یک تصویر است. روش های مختلفی جهت انجام این عمل ارائه شده است. تمامی این روش ها سعی در کاهش خطا در دسته بندی نموده اند. به توجه به اینکه عمل دسته بندی نوعی یادگیری با ناظر می باشد، لذا می توان از شبکه عصبی برای انجام آن استفاده نمود. شبکه عصبی back-propagation یکی از روش هایی است که اخیرا برای دسته بندی تصاویر استفاده شده است. اما این روش همیشه به نتایجی با دقت بالا همگرا نمی شوند. از آنجائیکه قوانین گرادیان توام، جستجوئی در جهت گرادیان انجام می دهند بنابراین در این مقاله قصد داریم تا با افزودن آن به روش back-propagation در هر مرحله تکرار بتوانیم با انجام جستجو، بهترین مقدار را برای نرخ آموزش تعیین نمائیم. نتایج آزمایشات حاکی از این است که روش بیان شده باعث بهبود قابل توجهی در دقت شبکه عصبی در دسته بندی تصاویر می گردد.