Отрывок: 48 Рисунок 24 – Топология нейронной сети Для скрытого слоя возьмем сигмоидальную функцию активации: 𝑓(𝑥) = ଵ ଵିషೣ . 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.author | Сидорова Е. В. | ru |
dc.contributor.author | Головнин О. К. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования 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 | прогнозирование рисков | ru |
dc.coverage.spatial | искусственный интеллект | ru |
dc.coverage.spatial | автоматизированные системы | ru |
dc.coverage.spatial | большие данные | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | дорожно-транспортные происшествия (ДТП) | ru |
dc.creator | Сидорова Е. В. | ru |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20200902162816 | ru |
dc.identifier.citation | Сидорова, 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-line | ru |
dc.description.abstract | В 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.extent | Электрон. дан. (1 файл : 4,5 Мб) | ru |
dc.title | Автоматизированная система прогнозирования рисков возникновения дорожно-транспортных происшествий на основе нейронных сетей | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 48 Рисунок 24 – Топология нейронной сети Для скрытого слоя возьмем сигмоидальную функцию активации: 𝑓(𝑥) = ଵ ଵିషೣ . 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.pdf | 4.65 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.