Тренування штучних нейронних мереж з пороговою функцією активації методом оберненого поширення похибки

Скорочена інформація про документ
dc.contributor.authorДзінько, Р. І.
dc.contributor.authorЛісовиченко, О. І.
dc.contributor.authorDzinko, R. I.
dc.contributor.authorLisovychenko, O. I.
dc.contributor.authorДзинько, Р. И.
dc.contributor.authorЛисовиченко, О. И.
dc.date.accessioned2014-03-13T08:46:18Z
dc.date.available2014-03-13T08:46:18Z
dc.date.issued2012
dc.description.abstractenThe article discusses an approach to training feedforward neural networks using error backpropagation method using step activation function (Heaviside). Due to impossibility to differentiate this function on its domain, direct usage of the function is prohibited with backpropagation method. That is why current work offers interchanging Heaviside function to one alternative with similar behaviour which shows growing learning speed as a result till gaining specified error threshold.uk
dc.description.abstractruВ данной статье рассматривается способ обучения нейронных сетей прямого распространения сигнала с обратным распространением погрешности при использовании пороговой функции активации (Хевисайда). В связи с тем, что данная функция не является дифференцируемой на области определения, прямое использование ее при тренировке искусственный нейронных сетей указанным методом не представляется возможным. Именно поэтому в данной работе предложен метод имитации данной функции альтернативными, в результате чего растет скорость обучения нейросети при обучении до указанного порогового значения погрешности.uk
dc.description.abstractukВ даній статті розглядається спосіб тренування нейронних мереж прямого поширення сигналу з оберненим поширенням похибки з використанням порогової функції активації (Хевісайда). В зв’язку з тим, що порогова функція не є диференційовною на області визначення, прямо використовуватись при тренуванні штучних нейронних мереж вказаним методом вона не може. Саме тому дана робота пропонує метод імітації даної функції альтернативними, в результаті чого зростає швидкість навчання нейронної мережі до отримання певного порогового значення похибки.uk
dc.format.pagerangeС. 23-28uk
dc.identifier.citationДзінько Р. І. Тренування штучних нейронних мереж з пороговою функцією активації методом оберненого поширення похибки / Р. І. Дзінько, О. І. Лісовиченко // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2012. – № 21(41). – С. 23–28. – Бібліогр.: 3 назви.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/6976
dc.language.isoukuk
dc.publisherНТУУ "КПІ"uk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління: міжвідомчий науково-технічний збірникuk
dc.status.pubpublisheduk
dc.subjectштучна нейронна сiткаuk
dc.subjectфункцiя активацiї нейронiвuk
dc.subjectфункцiя Хевiсайдаuk
dc.subject.udc004.8uk
dc.titleТренування штучних нейронних мереж з пороговою функцією активації методом оберненого поширення похибкиuk
dc.title.alternativeTraining neural networks with threshold activation function using the inverse error propagationuk
dc.title.alternativeТренировка искусственных нейронных сетей с пороговой функцией активации методом обратного распространения ошибкиuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
04_23.pdf
Розмір:
154.08 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 21(41)