Отрывок: Пользователь выбирает пункт меню «Обучить сеть». 2. Пользователь добавляет распределения в таблицу, выбирая вид распределения и его параметры, а также задаёт имя распределения. 3. Пользователь задаёт параметры обучения. 4. Пользователь нажимает на кнопку обучить, после чего запускается процесс обучения сети на распознавание заданных распределений, согласно заданным параметрам. Альтернативы: А1: Пользователь нажал на кнопку «Обучить» и не задал ни одного распред...
Название : Автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью
Авторы/Редакторы : Гудков В. В.
Лёзина И. В.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2021
Библиографическое описание : Гудков, В. В. Автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / В. В. Гудков ; рук. работы И. В. Лёзина ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, м. - Самара, 2021. - on-line
Аннотация : В выпускной квалификационной работе разработана автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью. Целью данной работы является автоматизация процесса идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью. В рамках работы проведен анализ предметной области и различных моделей нейронных сетей, которые применяются в задачах идентификации, произведено обоснование выбора модели сети. В данной системе реализована возможность работы с выборками данных: генерация по заданному закону распределения, сохранение и загрузка данных из файлов. Обучение сети производится с помощью метода обратного распространения ошибки. Выбор начальных параметров производится с помощью случайной инициализации. С помощью обученной сети реализован процесс идентификации плотности распределения вероятностей. Удобный и понятный интерфейс позволяет оценивать результат обучения сети. Оценка качества идентификации производится с помощью проце
Другие идентификаторы : RU\НТБ СГАУ\ВКР20210921153403
Ключевые слова: автоматизированные системы
гистограмма
идентификация
нейронные сети
обратное распространение ошибки
плотность вероятности
радиально-базисные нейронные сети
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Гудков_Владислав_Владимирович_Автоматизированная_система_идентификации_плотности.pdf2.83 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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