Отрывок: 3.2.1 Исследование зависимости погрешности прогноза от структуры нейронной сети 3.2.1.1 Исследование зависимости погрешности прогноза от количества входов сети Кроме определения оптимального количества нейронов скрытого слоя важной задачей является нахождение оптимального количества входов сети, позволяющее обеспечить наивысшую точность прогноза. Проведем исследование зависимости погрешности от количества входов сети (таблица 3.1) при следующих параметрах обучения:...
Название : Исследование применения радиально-базисной и гипер радиально-базисной нейронных сетей при решении задачи прогнозирования курса валют
Авторы/Редакторы : Глотова П. А.
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 : Глотова, П. А. Исследование применения радиально-базисной и гипер радиально-базисной нейронных сетей при решении задачи прогнозирования курса валют : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / П. А. Глотова ; 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,. - Самара, 2021. - on-line
Аннотация : В выпускной квалификационной работе разработана автоматизированная система прогнозирования курсов валют, использующая радиально-базисную и гипер радиально-базисную нейронные сети. Целью данной работы является автоматизация процесса прогнозирования значения курса валют радиально-базисной и гипер радиально-базисной нейронными сетями, исследование и сравнение прогнозирующих способностей этих сетей, обученных с применением различных алгоритмов обучения сетей. В рамках работы проведен анализ предметной области и моделей нейронных сетей, применяемых для решения задачи прогнозирования. Также произведено обоснование выбора моделей нейронных сетей, рассмотрены различные методы обучения нейронных сетей, исследовано применение выбранных нейронных сетей для решения задачи прогнозирования курса валют. В разработанной автоматизированной системе реализована возможность загрузки файлов с выборками данных, создание, сохранение и загрузка сетей из файлов. Реализованы различные методы обучения радиальных нейронных сетей. Систем
Другие идентификаторы : RU\НТБ СГАУ\ВКР20210910111929
Ключевые слова: коэффициент несоответствия Тейла
среднеквадратическое отклонение
гипер радиально-базисные нейронные сети
обратное распространение ошибки
прогнозирование
радиально-базисные нейронные сети
самоорганизация
выборка
Располагается в коллекциях: Выпускные квалификационные работы




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