Скоростной метод обучения многослойного персептрона
Особенности использования скоростного метода обучения многослойного персептрона, который отличается высокой скоростью обучения. Анализ результатов сравнения скоростного метода обучения со стандартными методами. Метод обратного распространения ошибки.
Подобные документы
Модель формального кибернетического нейрона. Характеристика многослойного персептрона. Его обучение методом обратного распространения ошибки. Рекурсивные сети Элмана, способные обрабатывать последовательности векторов. Области применения нейросетей.
статья, добавлен 14.12.2017Свойства и структура нейронных сетей, их применение в сфере компьютерных технологий. Поиск путей увеличения скорости протекания процесса обучения. Анализ зависимость ошибки обучения от сложности структуры персептрона и количества нейронов в скрытом слое.
статья, добавлен 03.02.2021Сравнительный анализ алгоритмов обучения нейро-нечеткой системы с функциями принадлежности с применением метода обратного распространения ошибки и гибридного метода. Решение задачи управления биотехнологическими процессами микробиологических производств.
статья, добавлен 26.05.2017Общая характеристика статьи, описывающей алгоритм рекомендации перемещения метода с помощью машинного обучения. Рассмотрение основных особенностей применения методов машинного обучения для автоматической рекомендации рефакторинга "перемещение метода".
дипломная работа, добавлен 01.12.2019Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
презентация, добавлен 16.10.2013Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
статья, добавлен 18.01.2021Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Анализ проблемы выявления сетевой атаки с целью последующего применения мер по обеспечению информационной безопасности. Описание архитектуры многослойного персептрона с сигмоидальной функцией активации. Исследованы различные конфигурации нейронной сети.
статья, добавлен 30.07.2017Рассматриваются 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.
статья, добавлен 29.04.2018Разработка модели обнаружения злоумышленника в информационной системе. Анализ результатов обучения и реализации нейронных сетей на основе персептрона и линейных нейронных сетей в пакете Matlab. Выявление аномального поведения пользователя в системе.
статья, добавлен 30.04.2018Метод градиентного спуска. Решение задач оптимизации. Геометрическая интерпретация метода градиентного спуска с постоянным шагом. Критерии остановки процесса приближенного нахождения минимума. Выбор оптимального шага. Градиентный метод с дроблением шага.
реферат, добавлен 17.07.2013Классификация лесных пожаров с помощью многослойного персептрона. Кластеризация стихийного, неуправляемого распространения огня в лесу с помощью карт Кохонена. Математическая модель и программное проектирование системы оценки последствий пожара.
курсовая работа, добавлен 04.02.2014Исследование 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 30.05.2017Определение 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 концепций развивающего обучения, их сущность и характеристика. Принципы развития познавательных интересов и интеллектуальных способностей учеников на уроках информатики. Приобретение опыта использования информационных технологий в обучении.
контрольная работа, добавлен 05.12.2016Изучение 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 26.04.2019Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019Краткая история развития искусственных нейронных сетей. Анализ факторов, влияющих на формирование цены на недвижимость. Математическая модель нейрона. Сравнение многослойного персептрона и радиально-базисной сети. Архитектурная и адаптивная динамика.
дипломная работа, добавлен 02.09.2018Проблема выбора оптимального метода подбора персонифицированного лечения пациента. Исследование метода взвешенных исходов для анализа выживаемости на выборке пациентов с детским лимфобластным лейкозом. Применение данных для машинного обучения нейросети.
дипломная работа, добавлен 27.08.2016Изучение метода генерирования нечеткого классификатора на ряде практических задач классификации. Гибридизация Питтсбургского метода на основе применения Мичиганского метода как оператора мутации. Коэволюционный метод обучения алгоритмических композиций.
статья, добавлен 19.01.2018Алгоритм 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 25.03.2013Сущность экспертных систем как самостоятельного направления в искусственном интеллекте. Основные правила их проектирования. Средства разработки экспертных систем. Понятие сигмоидального нейрона и звезд Гроссберга. Структура многослойного персептрона.
курс лекций, добавлен 21.05.2013Особенности реализации алгоритма обучения, временно прекращающего адаптацию наиболее значимых синапсов при обучении нейросети обратного распространения. Показатели обобщающей способности и большей устойчивости полученных нейросетей к отказам элементов.
статья, добавлен 08.02.2013Эталонная модель Всемирного форума по интернету вещей. Анализ центров обработки данных и облачных вычислений. Исследование подходов к разработке распределенных алгоритмов обучения. Методы машинного обучения. Изучение наивного байесовского классификатора.
дипломная работа, добавлен 07.12.2019История развития информационных технологий, особенности и преимущества системы дистанционного обучения. Рассмотрение рынка систем дистанционного обучения. Описание процесса внедрения программных систем, реализующих концепцию дистанционного обучения.
статья, добавлен 22.08.2020