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...
Название : | Автоматизированная система идентификации плотности распределения вероятностей гипер радиально-базисной нейронной сетью |
Авторы/Редакторы : | Гудков В. В. 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 : | 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 |
Аннотация : | 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 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20210921153403 |
Ключевые слова: | автоматизированные системы гистограмма идентификация нейронные сети обратное распространение ошибки плотность вероятности радиально-базисные нейронные сети |
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 полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.