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...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Гудков В. В. | ru |
dc.contributor.author | Лёзина И. В. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | автоматизированные системы | ru |
dc.coverage.spatial | гистограмма | ru |
dc.coverage.spatial | идентификация | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | обратное распространение ошибки | ru |
dc.coverage.spatial | плотность вероятности | ru |
dc.coverage.spatial | радиально-базисные нейронные сети | ru |
dc.creator | Гудков В. В. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20210921153403 | ru |
dc.identifier.citation | 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 | ru |
dc.description.abstract | 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 | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,8 Мб) | ru |
dc.title | Автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 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... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Гудков_Владислав_Владимирович_Автоматизированная_система_идентификации_плотности.pdf | 2.83 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.