Отрывок: Тогда [𝑼]𝑖𝑙 [𝑽]𝑙𝑗 можно интерпретировать как вклад 𝑙-го со- общества в ребро [𝑨]𝑖𝑗. То есть ожидаемое взаимодействие [?̂?]𝑖𝑗 = ∑ [𝑼]𝑖𝑙 [𝑽]𝑙𝑗 𝑘 𝑙=1 между узлами 𝑖 и 𝑗 является результатом их взаимного участия в одних и тех же сообществах [4]. Очевидно, что [?̂?]𝑖𝑗 должен как можно точнее соответствовать [𝑨]𝑖𝑗, что приводит к следующей целевой функции: min 𝑈,𝑉 ‖𝑨 − 𝑼𝑽‖𝐹 2 , при 𝑼 ≥ 0, 𝑽 ≥ 0. Основываясь на изученном 𝑽, мо...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Савельев П. Н. | ru |
dc.contributor.author | Серафимович П. Г. | ru |
dc.contributor.author | Суханов С. В. | ru |
dc.contributor.author | Головашкин Д. Л. | 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 | алгоритмы глубокого обучения | ru |
dc.coverage.spatial | индекс Рэнда | ru |
dc.coverage.spatial | глубокое НМР | ru |
dc.coverage.spatial | факторизация матриц | ru |
dc.coverage.spatial | нормализованная взаимная информация | ru |
dc.coverage.spatial | неотрицательное матричное разложение | ru |
dc.creator | Савельев П. Н. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20190808141045 | ru |
dc.identifier.citation | Савельев, П. Н. Исследование свойств масштабируемости алгоритма глубокого обучения для факторизации матриц в задаче выделения сообществ в социальных сетях : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / П. Н. Савельев ; рук. работы П. Г. Серафимович ; нормоконтролер С. В. Суханов ; рец. Д. Л. Головашкин ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Сама. - Самара, 2019. - on-line | ru |
dc.description.abstract | Объектом исследования является алгоритм глубокого обучения для факторизации матриц применительно к задаче выделения сообществ в социальных сетях.Цель работы – исследование алгоритма глубокого обучения для факторизации матриц и его свойств, а также его х | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,7 Мб) | ru |
dc.title | Исследование свойств масштабируемости алгоритма глубокого обучения для факторизации матриц в задаче выделения сообществ в социальных сетях | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.021 | ru |
dc.textpart | Тогда [𝑼]𝑖𝑙 [𝑽]𝑙𝑗 можно интерпретировать как вклад 𝑙-го со- общества в ребро [𝑨]𝑖𝑗. То есть ожидаемое взаимодействие [?̂?]𝑖𝑗 = ∑ [𝑼]𝑖𝑙 [𝑽]𝑙𝑗 𝑘 𝑙=1 между узлами 𝑖 и 𝑗 является результатом их взаимного участия в одних и тех же сообществах [4]. Очевидно, что [?̂?]𝑖𝑗 должен как можно точнее соответствовать [𝑨]𝑖𝑗, что приводит к следующей целевой функции: min 𝑈,𝑉 ‖𝑨 − 𝑼𝑽‖𝐹 2 , при 𝑼 ≥ 0, 𝑽 ≥ 0. Основываясь на изученном 𝑽, мо... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Савельев_Павел_Николаевич_Исследование_свойств_масштабируемости_алгоритма.pdf | 1.78 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.