Отрывок: 5. Скорректировать все веса в НС. 6. Если ошибка сети существенна, перейти на шаг 1. В противном случае – конец. Сети на шаге 1 попеременно в случайном порядке предъявляются все тренировочные образы, чтобы сеть, образно говоря, не забывала одни по мере запоминания других. Когда выходное значение стремится к нулю, эффективность обучения заметно снижается. При двоичных входных векторах в среднем половина весовых коэффициентов не...
Название : Автоматизированная система классификации музыкальных записей нейронной сетью
Авторы/Редакторы : Лебедев Д. А.
Литвинов В. Г.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2017
Библиографическое описание : Лебедев, Д. А. Автоматизированная система классификации музыкальных записей нейронной сетью : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. А. Лебедев ; рук. работы В. Г. Литвинов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. систем и технологий. - Самаpа, 2017. - on-line
Аннотация : Целью данной выпускной квалификационной работы бакалавра является изучение возможностей нейронных сетей на примере многослойного персептрона в решении задач классификации музыкальных записей по жанру. Реализованная модель многослойного персептрона обучалась при помощи алгоритма обратного распространения ошибки. Создана информационно-логическая модель автоматизированной системы в нотации UML с помощью CASE-средства StarUML. Система реализована на языке C# с помощью свободной интегрированной среды разработки приложений MS Visual Studio 2010.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20170705161435
Ключевые слова: алгоритм обратного распространения ошибки
автоматизированные системы
сигмоида
нейронные сети
многослойный персептрон
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Лебедев_Дмитрий_Александрович_Автоматизированная_система_классификации_музыкальных.pdf1.83 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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