Отрывок: Определение этой величины вызывает некоторые трудности, т.к. при малом значении шага мутации популяция может «застрять» в локальном минимуме, а при большом – «перелететь» его. В данной работе значение величины шага мутации δ определяется случайным образом в каждом отдельном случае по формуле 𝛿 = ∑ 𝑎(𝑖)2−𝑖𝑚𝑖=1 , где a(i) = 1 с вероятностью 1/m, в противном случае a(i) = 0, а m – параметр оператора. Науки о данных С.А. Онисич, ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Онисич, С.А. | - |
dc.contributor.author | Солдатова, О.П. | - |
dc.contributor.author | Onisich, S.A. | - |
dc.contributor.author | Soldatova, O.P. | - |
dc.date.accessioned | 2019-04-22 11:45:54 | - |
dc.date.available | 2019-04-22 11:45:54 | - |
dc.date.issued | 2019-05 | - |
dc.identifier | Dspace\SGAU\20190422\75749 | ru |
dc.identifier.citation | Онисич С.А Сравнительный анализ эффективности алгоритмов обучения многослойного персептрона на примере решения задачи классификации / Онисич С.А, Солдатова О.П // Сборник трудов ИТНТ-2019 [Текст]: V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии": 21-24 мая: в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В.А. Фурсова]. - Самара: Новая техника, 2019 – Т. 4: Науки о данных. - 2019 - С. 967-973. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnitelnyĭ-analiz-effektivnosti-algoritmov-obucheniya-mnogosloĭnogo-perseptrona-na-primere-resheniya-zadachi-klassifikacii-75749 | - |
dc.description.abstract | В работе рассматривается процесс решения задачи классификации на основе модели многослойного персептрона с использованием различных алгоритмов обучения. Анализируются результаты трёх различных алгоритмов обучения: наискорейшего спуска и метода обратного распространения ошибки, генетического алгоритма и алгоритма роя частиц. Проводится сравнительный анализ погрешности классификации и затрат времени на одну эпоху обучения при обучении многослойного персептрона различными алгоритмами на модельных данных. В качестве исследуемых данных используются наборы данных ирисов Фишера и Red Wine Quality. | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.title | Сравнительный анализ эффективности алгоритмов обучения многослойного персептрона на примере решения задачи классификации | ru |
dc.title.alternative | Comparative analysis of the effectiveness of the multilayer perceptron learning algorithm for solving the classification problem | ru |
dc.type | Article | ru |
dc.textpart | Определение этой величины вызывает некоторые трудности, т.к. при малом значении шага мутации популяция может «застрять» в локальном минимуме, а при большом – «перелететь» его. В данной работе значение величины шага мутации δ определяется случайным образом в каждом отдельном случае по формуле 𝛿 = ∑ 𝑎(𝑖)2−𝑖𝑚𝑖=1 , где a(i) = 1 с вероятностью 1/m, в противном случае a(i) = 0, а m – параметр оператора. Науки о данных С.А. Онисич, ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper125.pdf | Основная статья | 416.47 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.