Оптимізіція параметрів навчання нейромережевої системи обробки інформації митного контролю
Вантажиться...
Дата
2013
Автори
ORCID
DOI
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Видавець
НТУ "ХПІ"
Анотація
Розглянуто аспекти підвищення якості навчання нейронних мереж типу багатошаровий персептрон за рахунок аналізу та корегування таких параметрів, як крок навчання градієнтного методу, об’єм вхідного вектору, пераметр регуляризації. Графічно показано можливі залежності цільової функції від цих параметрів та приведено заходи, щодо зменшення негативного впливу певної ситуації
Considered the aspects of improving the quality of training neural networks such as multilayer perceptron, by analyzing and adjusting the parameters such as: the learning step of gradient method, capacity of the input vector parameters of regularization. Graphically shown the possible dependence of the target function of these parameters and given the means of reducing the negative influence of a particular situation
Considered the aspects of improving the quality of training neural networks such as multilayer perceptron, by analyzing and adjusting the parameters such as: the learning step of gradient method, capacity of the input vector parameters of regularization. Graphically shown the possible dependence of the target function of these parameters and given the means of reducing the negative influence of a particular situation
Опис
Ключові слова
нейронна мережа, цільова функція, градієнтний метод, об’єм вхідного вектору, перевезення контрабанди, neural network, target function, gradient method
Бібліографічний опис
Мороз Б. І. Оптимізіція параметрів навчання нейромережевої системи обробки інформації митного контролю / Б. І. Мороз, С. М. Коноваленко // Вісник Нац. техн. ун-ту "ХПІ" : зб. наук. пр. Темат. вип. : Інформатика та моделювання. – Харків : НТУ "ХПІ". – 2013. – № 39. – С. 134-139.