Отрывок: 5; – Вероятность мутации 0.3; – Вероятность инверсии 0.3. Таблица 3.12 – Зависимость СКО от количества эпох Количество эпох СКО аппроксимации 5 0.0481 10 0.0452 15 0.0424 20 0.0401 На рисунке 3.23 приведены графические результаты исследования. На рисунке 3.24 отображе...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Лякишев А. А. | ru |
dc.contributor.author | Лёзина И. В. | ru |
dc.contributor.author | Соловьева Я. 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 | плотность вероятности | ru |
dc.coverage.spatial | радиально-базисные нейронные сети | ru |
dc.coverage.spatial | алгоритмы дифференциальной эволюции | ru |
dc.coverage.spatial | алгоритмы инициализации весов | ru |
dc.coverage.spatial | алгоритмы роя частиц | ru |
dc.coverage.spatial | выборка | ru |
dc.coverage.spatial | аппроксимация | ru |
dc.coverage.spatial | гистограммы | ru |
dc.coverage.spatial | обратное распространение ошибки | ru |
dc.creator | Лякишев А. А. | ru |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20200902133424 | ru |
dc.identifier.citation | Лякишев, А. А. Исследование применения различных алгоритмов инициализации весов при решении задачи аппроксимации плотности распределения вероятности радиально-базисной нейронной сетью : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / А. А. Лякишев ; рук. работы И. В. Лёзина ; нормоконтролер Я. В. Соловьева ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, матема. - Самара, 2020. - on-line | ru |
dc.description.abstract | В выпускной квалификационной работе разработана автоматизированнаясистема аппроксимации плотности вероятности радиально-базисной нейроннойсетью.Целью данной работы является автоматизация процесса аппроксимациирадиально-базисной нейронной сетью с применением различных алгоритмовинициализации весов.В рамках работы проведен анализ предметной области и различныхмоделей нейронных сетей, которые применяются в задачах аппроксимации,произведено обоснование выбора модели сети, рассмотрены различные методыинициализации весов нейронной сети.В данной системе реализована возможность работы с выборками данных:генерация по заданному закону распределения, сохранение и загрузка данных изфайлов. Обучение сети производится с помощью метода обратногораспространения ошибки. Выбор начальных параметров производится спомощью различных алгоритмов: случайная инициализация, алгоритм имитацииотжига, алгоритм дифференциальной эволюции, алгоритм роя частиц,генетический алгоритм.С помощью обученной сети реализован процесс | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,8 Мб) | ru |
dc.title | Исследование применения различных алгоритмов инициализации весов при решении задачи аппроксимации плотности распределения вероятности радиально-базисной нейронн | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 5; – Вероятность мутации 0.3; – Вероятность инверсии 0.3. Таблица 3.12 – Зависимость СКО от количества эпох Количество эпох СКО аппроксимации 5 0.0481 10 0.0452 15 0.0424 20 0.0401 На рисунке 3.23 приведены графические результаты исследования. На рисунке 3.24 отображе... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Лякишев_Антон_Андреевич_Исследование_применения_различных_алгоритмов.pdf | 1.83 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.