Отрывок: 48 Рисунок 24 – Топология нейронной сети Для скрытого слоя возьмем сигмоидальную функцию активации: 𝑓(𝑥) = ଵ ଵି௘షೣ . Данная функция нелинейна, не бинарна, для нее характерен гладкий градиент. Она является подходящей для задачи классификации, так как её форма стремится привести значение к одной из сторон кривой, что позволяет наход...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСидорова Е. В.ru
dc.contributor.authorГоловнин О. К.ru
dc.contributor.authorСоловьева Я. В.ru
dc.contributor.authorМинистерство науки и высшего образования 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.spatialпрогнозирование рисковru
dc.coverage.spatialискусственный интеллектru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialбольшие данныеru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialдорожно-транспортные происшествия (ДТП)ru
dc.creatorСидорова Е. В.ru
dc.date.issued2020ru
dc.identifierRU\НТБ СГАУ\ВКР20200902162816ru
dc.identifier.citationСидорова, Е. В. Автоматизированная система прогнозирования рисков возникновения дорожно-транспортных происшествий на основе нейронных сетей : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / Е. В. Сидорова ; рук. работы О. К. Головнин ; 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 информатик. - Самара, 2020. - on-lineru
dc.description.abstractВ процессе выполнения выпускной квалификационной работыбакалавра проведен анализ предметной области и выполнен обзор систем-аналогов. Составлена архитектурная модель системы, разработана информационно-логическая модель в нотации UML. Разработаны прототипы интерфейса системы. Разработаны алгоритмы функционирования, а также выбран и обоснован комплекс технических и программных средств. Разработана автоматизированная система прогнозирования рисков возникновения дорожно-транспортных происшествий с помощью машинного обучения. Описан интерфейс пользователя реализованной системы, приведены примеры ее работы и представлены результаты оценки эффективности системы.ru
dc.format.extentЭлектрон. дан. (1 файл : 4,5 Мб)ru
dc.titleАвтоматизированная система прогнозирования рисков возникновения дорожно-транспортных происшествий на основе нейронных сетейru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpart48 Рисунок 24 – Топология нейронной сети Для скрытого слоя возьмем сигмоидальную функцию активации: 𝑓(𝑥) = ଵ ଵି௘షೣ . Данная функция нелинейна, не бинарна, для нее характерен гладкий градиент. Она является подходящей для задачи классификации, так как её форма стремится привести значение к одной из сторон кривой, что позволяет наход...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Сидорова_Екатерина_Вячеславовна_Автоматизированная_система_прогнозирования_рисков.pdf4.65 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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