Алгоритм выбора архитектуры полносвязной сети в задачах распознавания изображений на основе сверточных нейронных сетей
Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.
Подобные документы
Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019- 52. Нейронные сети
История появления и развития нейронных сетей. Проведение их аналогии с мозгом человека. Сущность искусственной нейронной сети, ее программное или аппаратное воплощение. Особенности обучения нейронных сетей, их применение в современных развитых странах.
реферат, добавлен 05.04.2017 Характеристика алгоритма. Сетевые конфигурации. Многослойная сеть, которая может обучаться с помощью процедуры обратного распространения. Этапы выполнения алгоритма. Программа создания однонаправленной сети. Статистика использования других алгоритмов.
статья, добавлен 15.08.2020Фишинг 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 09.05.2022Обзор 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 07.09.2018Составление 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 27.07.2017Разработка и анализ метода инициализации параметров вейвлет-нейронных сетей на основе значений центральных частот базисных вейвлет-функций. Исследование эффективности, преимуществ и недостатков данного метода. Алгоритм формирования библиотеки вейвлетов.
статья, добавлен 07.08.2013Описание существующих видов нейронных сетей. Выявление их достоинств и недостатков. Основные возможности программного продукта Matlab. Моделирование и обучение нейронной сети на основе созданных дескрипторов для каждого символа английского алфавита.
дипломная работа, добавлен 07.08.2018Разработка Розенблаттом математической и компьютерной модели восприятия информации мозгом на основе двухслойной обучающейся нейронной сети. Алгоритм параллельной распределённой обработки данных в середине 1980 годов. Основы нейросетевых технологий.
дипломная работа, добавлен 07.08.2018Решение 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 29.09.2012Аналитический 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 14.12.2019Разработка прогнозирующих систем: понятие прогноза и цели его использования, методы прогнозирования, модели временных последовательностей. Модели нейронных сетей: Маккалоха, Розенблата, Хопфилда. Нейронные сети и алгоритм обратного распространения.
курсовая работа, добавлен 30.11.2009- 63. Нейронные сети
Нейронные сети: особенности, варианты использования и преимущества. Диагностика и прогнозирование экономических объектов. Применение нейронных сетей в рыночной экономике. Варианты применения искусственных нейронных сетей в задачах бизнес-прогнозирования.
реферат, добавлен 15.03.2009 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.
статья, добавлен 29.04.2018Построение модели пользователя в рекомендательных системах. Решение задачи таргетированной рекламы. Разработка прототипа мобильной рекомендательной системы на основе нейросетевого анализа изображений. Алгоритм предсказания интересов пользователя.
дипломная работа, добавлен 28.11.2019Этапы становления и развития нейронных сетей. Головной мозг, нейронные сети и компьютеры. Программные и аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей. Способы распознавания образов предметов.
реферат, добавлен 17.05.2013Моделирование задачи многомерной аппроксимации значений критериев и обратной задачи определения входных параметров по заданным значениям критериев с помощью нейронной сети. Алгоритм реализации задачи аппроксимации. Нахождения разложения для критериев.
реферат, добавлен 03.07.2017Применение искусственного интеллекта в деятельности человека. Разработка алгоритма защиты систем компьютерного зрения. Виды вредоносных атак. Использование гауссовского зашумления в нейронных сетях для обеспечения безопасности распознавания образов.
статья, добавлен 09.05.2022Исследование 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 30.05.2017Паттерны фондовых индексов. Предсказание цен на фондовом рынке. Два базовых алгоритма распознавания паттернов: совпадение по правилу и совпадение по шаблону. Подход распознавания паттернов индексов фондовых бирж на основе искусственных нейронных сетей.
статья, добавлен 26.05.2017- 71. 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 Построение 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 01.09.2017Сеть Хопфилда: понятие, слои, граница емкости памяти, структурная схема. Пороговая передаточная функция. Обучение сети Хемминга, алгоритм функционирования. Весовые коэффициенты тормозящих синапсов. Определение состояния нейронов второго слоя сети.
статья, добавлен 17.07.2013Обзор решений в области разработки идентификационных систем. Способы хранения данных. Методы искусственного интеллекта и алгоритмы распознавания лиц. Архитектура веб-приложения. Процесс обработки фотографии. Особенности реализации программной системы.
дипломная работа, добавлен 28.10.2019Использование нейросетевого моделирования для исследования зависимости климатических параметров планеты Земля от орбитальных параметров, приходящей солнечной радиации. Интервальные нейронные сети, реализация алгоритмов прогнозирования временных рядов.
дипломная работа, добавлен 06.07.2016