Оптимізіція параметрів навчання нейромережевої системи обробки інформації митного контролю

Abstract

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