Структурно-параметричний синтез нейронних мереж на основі спільного навчання
Вантажиться...
Дата
2023
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломнa робота: 94 сторінки, 18 рисунків, 10 таблиць, 1 додаток, 18
джерел.
Об’єкт дослідження – класифікація набору даних методами спільного
навчання.
Нейронні мережі відіграють ключову роль у сфері штучного інтелекту та
машинного навчання, проте їх ефективність залежить від правильного вибору
архітектури та параметрів моделі. Також створенні моделі не завжди показують
необхідну точність прогнозування на деякому наборі даних, що має спонукати
людей для їх покращення. У даній роботі ми розглянемо методи оптимізації
параметрів моделі, їх вплив на результати навчання, алгоритми, які
використовуються в різних задачах та самі методи спільного навчання.
Мета роботи – реалізувати моделі спільного навчання та порівняти їх
ефективність зі звичайними методами.
Програма базується на перевірці точності методів спільного навчання в
порівнянні зі звичайними моделями. Це покаже доцільність та переваги таких
методів.
Опис
Ключові слова
нейронні мережі, класифікація, спільне навчання, оптимізація, neural networks, classification, co-training, optimization
Бібліографічний опис
Шулєнін, О. М. Структурно-параметричний синтез нейронних мереж на основі спільного навчання : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Шулєнін Олександр Максимович. – Київ, 2023. – 94 с.