Подходы к интеграции методов машинного обучения и технологии блокчейн
Возможности применения технологии блокчейн для повышения эффективности работы методов машинного обучения. Тенденции практического применения нейронных сетей и технологии блокчейн. Формирование обучающих выборок, сбор данных распределенными системами.
Подобные документы
Описание анализа систем распознавания эмоций с применением методов машинного обучения, находящихся в открытом доступе, в рамках курсового проекта по дисциплине Обучающие Технические Системы "Machine Learning". Neurobotics EmoDetect. Cognitive Emotion.
статья, добавлен 14.03.2019Возможности применения информационных технологий в процессе обучения различным видам переводческой деятельности. Разновидности способов перевода с помощью машин и человека. Технико-экономические условия оснащения современных компьютеров программами.
реферат, добавлен 04.05.2015Рассматриваются наиболее актуальные патентные решения в области интеграции машинного обучения в банковские системы противодействия мошенничеству (антифрод-системы). Приведены патентные решения российских, американских, китайских учёных и разработчиков.
статья, добавлен 01.04.2022Исследование особенностей применения методов машинного обучения для выявления преступников по фотографиям. Определение необходимости обучения цифровой грамотности. Рассмотрение и характеристика основных причин масса мифов вокруг software engineering.
доклад, добавлен 09.10.2022Сбор и агрегация исторических данных о регулярных рейсах авиакомпаний. Особенность создания модели машинного обучения для предсказания вероятности отмены маршрута. Характеристика формирования ИТ-сервиса для предоставления доступа к предиктивной модели.
дипломная работа, добавлен 09.08.2018Изучение алгоритмов машинного обучения, направленных на выявление закономерностей в графических данных. Применение сверточных нейронных сетей при работе со спутниковыми изображениями. Создание интерактивной карты для визуализации распознанных объектов.
дипломная работа, добавлен 02.09.2018Характеристика обучающих выборок, которые используются для обучения искусственных нейронных сетей. Сравнительный анализ значений медианы, полученных при проведении теста Краскела–Уоллиса для определения результатов обучения программных приложений.
статья, добавлен 28.11.2016Рассмотрено применение технологии искусственных нейронных сетей для реализации систем интеллектуального автоматического управления. Проведен сравнительный анализ различных схем нейроуправления. Алгоритмы и методы обучения искусственных нейронных сетей.
статья, добавлен 02.04.2019Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017Обучение адаптивных нейро-нечетких сетей (ANFIS) для решения задач классификации деталей. Возможности ANFIS для решения задачи классификации втулок с помощью системы нечеткого вывода. Зависимость точности работы системы от количества обучающих выборок.
статья, добавлен 08.05.2018Исследование роли и механизма применения информационно-коммуникационных технологий в сфере общественных и корпоративных финансов. Конкретизация понятия "блокчейн", его применение. Основополагающие принципы в информационно-коммуникационных технологиях.
статья, добавлен 25.09.2018Разработка и анализ работы алгоритмов для анализа тональности агрессивных комментариев, автоматического определения их эмоционального окраса. Реализация классифицирующих моделей машинного обучения, оценка их качества и сравнение их эффективности.
дипломная работа, добавлен 10.12.2019- 63. Нейронные сети
История развития нейронных сетей. Строение биологической нейронной сети. Искусственный нейрон. Общие положения и виды обучения нейронных сетей. Архитектура. Сети прямого распространения сигнала. Рекуррентные сети. Области практического применения.
контрольная работа, добавлен 18.02.2018 Понятие и классификация нейронных сетей; их структура и принцип работы. Особенности применения нейронных сетей в телекоммуникационных системах. Методы решения задач маршрутизации. Принципы прогнозирования потоков данных на основе нечетно-нейронных сетей.
дипломная работа, добавлен 26.05.2018Аппаратная и программная реализация нейронных сетей. Создание улучшенного подхода валидации точности алгоритмов глубокого обучения для применения на ИИ-ускорителях. Разработка гибкого и расширяемого инструмента для инференса искусственных нейронных сетей.
дипломная работа, добавлен 28.10.2019Технологии адаптивной гипермедиа. Вдохновленные сетевой обстановкой технологии в сетевом обучении. Технологии интеллектуальных обучающих систем в сетевом обучении. Адаптивные и интеллектуальные технологии в широких масштабах сетевого образования.
реферат, добавлен 22.06.2010Алгоритмы для решения задачи бинарной классификации. Подготовка данных для создания модели. Разработка предиктивной модели для прогнозирования возможности продажи дополнительных услуг телекоммуникационного оператора с целью решения маркетинговых задач.
дипломная работа, добавлен 27.08.2018Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.
презентация, добавлен 03.12.2013- 69. Прогнозирование котировок финансовых инструментов с помощью нейронных сетей и машинного обучения
Анализ существующих решений в прогнозировании котировок. Программные комплексы для автоматической торговли на основе нейронных сетей. Составление плана проектирования программного комплекса. Разработка резюме проектирования остальных обработчиков.
контрольная работа, добавлен 30.08.2016 Аналитический обзор нечетко-нейронных сетей, анализ методов обучения. Анализ программных комплексов для разработки систем прогнозирования. Разработка структурной схемы на базе нечетко-нейронных сетей, осуществление обучения разработанной системы.
дипломная работа, добавлен 14.12.2019Рассмотрение машинного обучения для классификации комментариев в рамках курсового проекта по дисциплине "Machine Learning. Обучающиеся технические системы". Автоматическое определение эмоциональной окраски (позитивный, негативный) текстовых данных.
статья, добавлен 19.02.2019Предсказание трехмерной структуры белка. Предсказание матрицы контактов белка с помощью информации об ограничениях, содержащейся в матрице контактов. Применение моделей машинного обучения XGBoost, CatBoost, Logistic Regression, CNN, ResNet, BiLSTM, LSTM.
дипломная работа, добавлен 25.08.2020Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Сравнительные характеристики (скорость передачи/дальность) для различных протоколов беспроводной передачи данных. Преимущества технологии ZigBee, недостатки и возможные угрозы в работе сетей WSN. Суть концепции цифровых или интеллектуальных месторождений.
статья, добавлен 23.05.2018Особенности технологии управления голосом, тенденции ее развития и сферы применения. Основные принципы работы и главные составляющие речевых систем. Технологии для автоматизации различных производственных процессов, основанные на речевых командах.
статья, добавлен 18.08.2018