Исследование эффективности алгоритмов обучения нейронной сети
Рассматриваются алгоритмы обучения нейронной сети: градиентный спуск с постоянным шагом и метод сопряженных градиентов (алгоритм Флетчера-Ривса). Расчет значения минимизируемой целевой функции ошибки полученной на тестовой выборке после обучения.
Подобные документы
Изучение подходов к нормализации обучающего множества нейронной сети. Анализ существующих методов обучения нейронной сети Кохонена, их основные в преимущества и недостатки. Разработка нового конструктивного метода обучения на основе нейтронной сети.
статья, добавлен 26.04.2019Рассмотрение положений теории нейронных сетей, анализ разнообразия их архитектур. Методы и алгоритмы предварительной обработки данных. Моделирование структуры нейросети. Разработка алгоритмов обучения нейронной сети для уменьшения ошибки тестирования.
дипломная работа, добавлен 30.08.2016Исследование целевой функции в задачах обучения искусственных нейронных сетей. Сущность итерационного процесса корректировки весовых коэффициентов. Особенность зависимости ошибки учебы от количества эпох для гибридного метода и адаптивного алгоритма.
статья, добавлен 30.05.2017Характеристика процесса построения простейшей нейронной сети в пакете neuralnet. Анализ алгоритма подготовки данных на примере набора данных iris. Описание процесса обучения нейронной сети. Оценка качества классификации данных полученной нейронной сетью.
статья, добавлен 28.10.2020Составление базы данных почасового электропотребления. Адаптация входных данных для обучения искусственной нейронной сети. Выбор алгоритма обучения нейронной сети. Выбор архитектуры нейронной сети. Трудности для прогнозирования электропотребления.
статья, добавлен 27.07.2017Решение задачи обучения нейронной сети с помощью алгоритма обратного распространения на основе объема страховых сборов на данный отчетный период. Расчет количества нейронов в скрытом слое и количества скрытых слоев. Исследование структуры нейронной сети.
статья, добавлен 29.09.2012Общее описание нейронных сетей, однослойные и многослойные сети. Описание программных моделей и алгоритмов их обучения. Проблема функции "исключающее или". Исследование представляемости однослойной и двухслойной нейронной сети, релаксация стимула.
курсовая работа, добавлен 26.06.2011Задачи для определения оптимальной модели нейронной сети. Характеристика общей модели нейронной сети. Сравнение различных алгоритмов поиска оптимального пути. Эффективность пчелиного алгоритма в решении задачи исследования и патрулирования местности.
статья, добавлен 08.03.2019Алгоритм обучения нейронной сети с помощью процедуры обратного распространения. Диаграмма сигналов в сети. Программирование нейронной сети с применением объектно-ориентированного подхода. Иерархия классов библиотеки для сетей обратного распространения.
статья, добавлен 25.03.2013Искусственная нейронная сеть, обеспечивающая последовательное выделение окрашенных гауссовых сигналов из смеси. Правило обучения каскадной нейронной сети, основанное на критерии минимума среднего квадрата ошибки предсказания, упрощающее реализацию сети.
статья, добавлен 22.07.2013- 11. Генератор псевдослучайных последовательностей на основе модифицированной рекуррентной нейронной сети
Архитектура и функционирование модифицированной рекуррентной нейронной сети. Метод генерации псевдослучайных последовательностей. Методика обучения модифицированной рекуррентной нейронной сети на основе алгоритма обратного распространения ошибок.
статья, добавлен 19.06.2018 Топологии нейронной сети: биологический нейрон, функции активации, закономерности обучения. Существующие архитектуры и их сравнительная характеристика. Многослойный перцептрон нейронной сети, особенности ее использования для динамических систем.
отчет по практике, добавлен 18.02.2019Разработка алгоритма и программирование вычислительного процесса двухслойной нейросети на языке С#. Исследование параметров обучения нейросети методом обратного распространения ошибки. Анализ количества шагов, скорости обучения и коэффициента сигмоида.
курсовая работа, добавлен 21.02.2016Распознавание символов по скелетному изображению, использование нейронной сети. Вычисление набора признаков скелета символа, его идентификации по результатам обучения нейронной сети. Устойчивость алгоритма к искажениям символов и параметрам шрифта.
статья, добавлен 25.09.2012В данной научной статье авторами рассмотрено обучение нейронной сети с помощью модели YOLOv8 для обнаружения дефектов на керамической плитке. Составлен dataset для обучения нейронной сети, а также его предварительная обработка в онлайн среде Roboflow.
статья, добавлен 18.02.2025Алгоритмизация адаптивного искусственного интеллекта в мультиагентных играх. Моделирование конкурентной среды интеллектуальных агентов. Исследование эффективности алгоритмов в колониях DT, ABC и в нейронной сети, обучаемой генетическим алгоритмом.
дипломная работа, добавлен 01.09.2016Обзор технологии Text Mining. Алгоритмы для многоклассовой классификации текстов для выделения тега. Моделирование нейронной сети с использованием среды программирования Python для анализа данных и построения предсказательных моделей и библиотек.
дипломная работа, добавлен 07.09.2018Решение задач классификации бинарных входных векторов с использованием искусственной нейронной сети Хэмминга. Расчет матрицы весовых коэффициентов нейронов первого слоя. Сигналы нейронной сети Хэмминга, получаемые на протяжении полного цикла расчета.
статья, добавлен 12.06.2018Разработка программы распознавания действий человека. Работа с видеопотоком и классификатором. Выделение особенностей и структуры сверточной нейронной сети. Функции активации искусственного нейрона. Выделение контура из изображения и определение движения.
дипломная работа, добавлен 05.11.2015Построение и обучение нейронных сетей, которые смогут обучиться для успешного прохождения компьютерных игр. Эволюционный и генетический алгоритмы обучения нейронной сети. Сравнительный анализ самообучающихся алгоритмов на основе платформы OpenAI.
дипломная работа, добавлен 01.09.2017Определение 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 29.05.2017Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018- 23. Обращение операторов в нелинейной теории оболочек с помощью нейронной сети и генетического алгоритма
Применение нейронной сети для идентификации функции нагрузки тонкостенной оболочки по результатам наблюдений. Обоснование возможности аппроксимации зависимости между результатами наблюдений и неизвестными функциями обратных задач с помощью нейронной сети.
статья, добавлен 27.09.2016 Изучение биологических аналогов изучаемых нейронных сетей. Разбор задачи воссоздания перцептрона. Принципы обучения нейронной сети. Моделирование программ, показывающих работу перцептрона. Синапс и алгоритм передачи информационного сигнала в сети.
реферат, добавлен 22.03.2019Фишинг как одна из главных причин взлома учетной записи в социальной сети. Развитие технологий машинного обучения - причина их активного применения в различных областях. Разработка алгоритма для получения набора данных для обучения нейронной сети.
статья, добавлен 09.05.2022