Отрывок: 32 Рисунок 17 — Архитектура неокогнитрона с долгосрочной памятью Данный подход обладает как плюсами, так и минусами, к плюсам можно отнести: Из-за того, что неокогнитрон является достаточно громоздкой нейронной сетью и время обучения неокогнитрона значительно больше, чем время обучения модуля памяти – данный подход позволяет обучить неокогнитрон 1 раз, а далее пробовать как различные модели памяти, так и различные нас...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Безруков Д. В. | ru |
dc.contributor.author | Куликовских И. М. | ru |
dc.contributor.author | Графкин А. В. | ru |
dc.contributor.author | Министерство образования и науки 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 | модели памяти | ru |
dc.coverage.spatial | долговременная память | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | неокогнитроны | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.creator | Безруков Д. В. | ru |
dc.date.issued | 2018 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20180625123200 | ru |
dc.identifier.citation | Безруков, Д. В. Модель долговременной памяти неокогнитрона : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. В. Безруков ; рук. работы И. М. Куликовских; рец. А. В. Графкин ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и. - Самара, 2018. - on-line | ru |
dc.description.abstract | В данной выпускной квалификационной работе магистра проводится исследование расширенной модели нейронной сети неокогнитрон с долговременной памятью, а также сравнение данной модели с традиционной моделью неокогнитрона при решении задачи классификации. Целью работы является исследование расширенной модели неокогнитрона с долговременной памятью. В рамках выпускной работы произведена разработка расширенной модели неокогнитрона с долговременной памятью, разработана программная реализация данной модели. Произведено сравнение данной модели с традиционной моделью неокогнитрона при решении задачи классификации. Программная система реализована с помощью средств языка программирования Java в среде разработки InteliJ IDEA. | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,5 Мб) | ru |
dc.title | Модель долговременной памяти неокогнитрона | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.42 | ru |
dc.textpart | 32 Рисунок 17 — Архитектура неокогнитрона с долгосрочной памятью Данный подход обладает как плюсами, так и минусами, к плюсам можно отнести: Из-за того, что неокогнитрон является достаточно громоздкой нейронной сетью и время обучения неокогнитрона значительно больше, чем время обучения модуля памяти – данный подход позволяет обучить неокогнитрон 1 раз, а далее пробовать как различные модели памяти, так и различные нас... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Безруков_Денис_Викторович_Модель_долговременной_памяти_неокогнитрона.pdf | 1.51 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.