Отрывок: Причем выборки разных распределений при увеличении размера «окна» нейронной сети по-разному влияют на качество аппроксимации. Это обуславливается расхождением разной степени между обучающей и экспериментальной выборками. 3.2 Исследование завис...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКалугин В. В.ru
dc.contributor.authorЛезина И. В.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialаппроксимацияru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialнейронные сети Вольтерриru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialплотность вероятностейru
dc.creatorКалугин В. В.ru
dc.date.issued2018ru
dc.identifierRU\НТБ СГАУ\ВКР20180625142055ru
dc.identifier.citationКалугин, В. В. Автоматизированная система аппроксимации плотности вероятности нейронной сетью Вольтерри : вып. квалификац. работа по направлению подгот. "Информатика и вычислительная техника" (уровень бакалавриата) / В. В. Калугин ; рук. работы И. В. Лёзина ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и электроники, Фак-т информа. - Самара, 2018. - on-lineru
dc.description.abstractЦелью выпускной квалификационной работы бакалавра является проектирование и реализация нейронной сети Вольтерри для аппроксимации плотности вероятней случайных величин, а также поиск оптимальной конфигурации сети для получения наиболее точных результатов аппроксимации, благодаря возможности гибкого изменения параметров работы автоматизированной системы. Это позволяет провести ряд экспериментов и изучить особенности построенной нейронной сети. В системе реализована нейронная сеть Вольтерри, смоделированы генераторы случайных величин на основе функций, обратных функциям распределения вероятностей для получения обучающих выборок. Обучение сети проводится методом сопряженных графов. Логическая модель автоматизированной системы реализована с помощью CASE-средства StarUML (2.8.0) в нотации UML. Алгоритмы работы системы и схемы созданы при помощи инструмента draw.io (8.6.3). Автоматизированная система разработана на объектно-ориентированном языке программирования C# на платформе Microsoft .NET Framework.ru
dc.format.extentЭлектрон. дан. (1 файл : 2,2 Мб)ru
dc.titleАвтоматизированная система аппроксимации плотности вероятности нейронной сетью Вольтерриru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartПричем выборки разных распределений при увеличении размера «окна» нейронной сети по-разному влияют на качество аппроксимации. Это обуславливается расхождением разной степени между обучающей и экспериментальной выборками. 3.2 Исследование завис...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Калугин_Владислав_Витальевич_Автоматизированная_система_аппроксимации_плотности.pdf2.25 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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