Отрывок: • Библиотека SNNTorch (7) языка Python позволяет обучать ИмНС методом обратного распространения ошибки. Преимуществом этой библиотеки является то, что она содержит различные функции, моделирующие активацию импульсных нейронов, и имеет большое количество гиперпараметров активационных слоев, которые поддаются корректировке с помощью механизма обратного распространения ошибки. • Библиотека SpykeTorch (8) позволяет обучать Рис. 1. Диаграмма обучения генеративной состязательной имп...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorАнтонов Д. И.ru
dc.contributor.authorАглюков И. Н.ru
dc.contributor.authorСухов С. В.ru
dc.coverage.spatialимпульсная нейронная сетьru
dc.coverage.spatialвариационный автокодировщикru
dc.coverage.spatialгенеративная нейронная сетьru
dc.coverage.spatialгенеративно-состязательная сетьru
dc.creatorАнтонов Д. И., Аглюков И. Н., Сухов С. В.ru
dc.date.accessioned2023-10-03 15:46:06-
dc.date.available2023-10-03 15:46:06-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541291ru
dc.identifier.citationАнтонов, Д. И. Подходы к моделированию генеративных импульсных нейронных сетей / Д. И. Антонов, И. Н. Аглюков, С. В. Сухов // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 4: Искусственный интеллект / под. ред. А. В. Никонорова. - 2023. - С. 041342.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Podhody-k-modelirovaniu-generativnyh-impulsnyh-neironnyh-setei-105732-
dc.description.abstractГенеративные методы в аналоговых искусственных нейронных сетях в настоящее время испытывают взрывообразное развитие. По сравнению с аналоговыми сетями, методы обучения импульсных нейронных сетей (ИмНС) разработаны недостаточно полно, а генеративные методы для ИмНС практически отсутствуют. В настоящей работе разработаны оригинальные генеративные методы для ИмНС с учетом стохастической природы нейронов.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 4 : Искусственный интеллектru
dc.titleПодходы к моделированию генеративных импульсных нейронных сетейru
dc.typeTextru
dc.citation.spage041342ru
dc.citation.volume4ru
dc.textpart• Библиотека SNNTorch (7) языка Python позволяет обучать ИмНС методом обратного распространения ошибки. Преимуществом этой библиотеки является то, что она содержит различные функции, моделирующие активацию импульсных нейронов, и имеет большое количество гиперпараметров активационных слоев, которые поддаются корректировке с помощью механизма обратного распространения ошибки. • Библиотека SpykeTorch (8) позволяет обучать Рис. 1. Диаграмма обучения генеративной состязательной имп...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1920-9_2023-041342.pdf288.18 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.