Багатокритеріальна система оптимізації налаштування нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorЛюбаченко, Микола Олександрович
dc.date.accessioned2021-01-02T00:01:35Z
dc.date.available2021-01-02T00:01:35Z
dc.date.issued2020-12
dc.description.abstractШтучні нейронні мережі є об’єктом дослідження, а предметом дослідження розглядаються ті генетичні методи та алгоритми нейронних мереж, які будуть налаштовувати нейронні мережі. Робота присвячена розробці програмного засобу, що допомагає в підборі параметрів для структурно-параметричного синтезу штучних нейронних мереж, та дозволяє отримати нейромережеві моделі, придатні для виробничого застосування. У дипломі розглянуті сучасні підходи до вирішення поставленого завдання. На їх основі розроблено архітектуру програмного застосунку, який являє собою програмну систему, яка складається з окремих компонентів, що робить її гнучкою для змін, легко керованою та дає можливість інтеграції з іншими системами. Застосунок побудований із використанням сучасних програмних засобів, може бути розгорнутий на широкому спектрі обчислювальних систем, є платформонезалежним. Отримані результати можуть бути корисними при застосуванні у багатьох галузях, що пов’язані з класифікації, апроксимацією, Розмір пояснювальної записки становить 88 аркушів, містить 29 ілюстрацій, 26 таблиць, 6 додатків.uk
dc.description.abstractenNeural networks are the object of research, and the subject of research is the evolutionary methods and algorithms of neural networks, the parameters of which will be offered to the user. The work is devoted to the development of software that helps in the selection of parameters for structural and parametric synthesis of artificial neural networks, and allows to obtain neural network models suitable for industrial use. The diploma considers modern approaches to solving the problem. Based on them, a software application architecture was developed, which is a software system that consists of individual components, which makes it flexible for change, easy to manage and allows integration with other systems. The application is built using modern software, can be deployed on a wide range of computer systems, is platform- independent. The obtained results can be useful in many areas related to robotic systems and system that are related to classification, approximation, prediction. Explanationary note size ‒ 88 pages, contains 29 illustrations, 26 tables, 6 applications.uk
dc.format.page95 с.uk
dc.identifier.citationЛюбаченко, М. О. Багатокритеріальна система оптимізації налаштування нейронних мереж : магістерська дис. : 126 Інформаційні системи та технології / Любаченко Микола Олександрович. – Київ, 2020. – 95 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/38442
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectштучні нейронні мережіuk
dc.subjectбагатокритеріальна оптимізаціяuk
dc.subjectналаштування нейронних мережuk
dc.subjectзастосування штучних нейронних мережuk
dc.subjectгенетичні алгоритмиuk
dc.subjectartificial neural networksuk
dc.subjectmultiobjective optimizationuk
dc.subjectneural network settingsuk
dc.subjectapplication of artificial neural networksuk
dc.subjectgenetic algorithmsuk
dc.subject.udc004.8uk
dc.titleБагатокритеріальна система оптимізації налаштування нейронних мережuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Liubachenko_magistr.pdf
Розмір:
4.78 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.16 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (КТК)
Магістерські роботи