Отрывок: 10 81 11 53 12 25 12 97 13 69 14 41 15 13 15 85 16 57 17 29 18 01 18 73 19 45 20 17 20 89 21 61 22 33 23 05 23 77 24 49 Ускоренный градиент Нестерова 0,01 0,1 0,3 41 Рисунок 26 – График сходимости погрешности с различными скоростями обучения при использовании ускоренного градиента Нестерова с импульсом 0,9 в сети со скрытым слоем из 6 нейронов и размером пакета в 1 экземпляр Рисунок 27 – График сходимости погрешности с различными скоростями обучения при использовании ускоренного град...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Комаров Д. А. | ru |
dc.contributor.author | Лезин И. А. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.coverage.spatial | алгоритм обратного распространения ошибки | ru |
dc.coverage.spatial | нечеткая логика | ru |
dc.coverage.spatial | нечеткая нейронная сеть | ru |
dc.coverage.spatial | нейронная сеть | ru |
dc.coverage.spatial | сеть Ванга-Менделя | ru |
dc.creator | Комаров Д. А. | ru |
dc.date.issued | 2017 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20170707152909 | ru |
dc.identifier.citation | Комаров, Д. А. Сравнение погрешности решения задачи классификации четкими и нечеткими нейронными сетями : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. А. Комаров ; рук. работы И. А. Лезин ; 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. - Самара, 2017. - on-line | ru |
dc.description.abstract | В рамках выпускной квалификационной работы было проведеносравнение погрешности решения задачи классификации с помощью четких инечетких нейронных сетей.Целью данной работы является выбор оптимальных для решения задачиклассификации архитектуры и типа нейронной сети, а также реализацияалгоритмов функционирования и обучения нейронных сетей. Задача такжепредполагает проектирование многослойного персептрона на основе четкоговывода и нечеткой нейронной сети Ванга-Менделя.В качестве алгоритмов обучения нейронных сетей использовалисьалгоритмы на основе градиентного спуска.Тесты проводились с использованием наборов данных, описывающихирисы Фишера.Система реализована на языке Kotlin 1.1 с помощью интегрированнойсреды разработки IntelliJ IDEA 2017.1. | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,6 Мб) | ru |
dc.title | Сравнение погрешности решения задачи классификации четкими и нечеткими нейронными сетями | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.37.23 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 10 81 11 53 12 25 12 97 13 69 14 41 15 13 15 85 16 57 17 29 18 01 18 73 19 45 20 17 20 89 21 61 22 33 23 05 23 77 24 49 Ускоренный градиент Нестерова 0,01 0,1 0,3 41 Рисунок 26 – График сходимости погрешности с различными скоростями обучения при использовании ускоренного градиента Нестерова с импульсом 0,9 в сети со скрытым слоем из 6 нейронов и размером пакета в 1 экземпляр Рисунок 27 – График сходимости погрешности с различными скоростями обучения при использовании ускоренного град... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Комаров_Дмитрий_Александрович_Сравнение_погрешности_решения_задачи.pdf | 2.69 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.