Отрывок: 2500 из них были использованы для обучения персептрона, а 97 500 – для его тестирования. Архитектура многослойного персептрона состоит из двух скрытых слоев размерностью 16 и 4 нейрона соответственно и выходного слоя размерностью 2 нейрона. Веса нейронов инициализированы с помощью инициализации Хе [5]. Все слои сети имеют функцию активации Softmax. В качестве обучающего алго...
Название : Рубрикация текстов с помощью многослойного персептрона
Авторы/Редакторы : Рахметов И. П.
Солдатова О. П.
Дата публикации : 2023
Библиографическое описание : Рахметов, И. П. Рубрикация текстов с помощью многослойного персептрона / И. П. Рахметов, О. П. Солдатова // XVII Королевские чтения : Всерос. молодеж. науч. конф. с междунар. участием, посвящ. 35-летию со дня первого полета МТКС "Энергия –Буран", (3–5 окт. 2023 г.). : [материалы конф.] : в 2 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; [науч. ред. М. А. Шлеенков]. - Самара : Изд-во Самар. ун-та, 2023. - Т. 1. - С. 306-307.
Другие идентификаторы : RU\НТБ СГАУ\544767
Ключевые слова: алгоритмы рубрикации текстов
ключевые слова
морфологические анализаторы текста
многослойные персептроны
машинное обучение
нейронные сети
рубрикация текстов
частотный анализ ключевых слов
тестирование рубрикаторов
Располагается в коллекциях: Королевские чтения

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1957-5_2023-306-307.pdf263.48 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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