Структурно-параметричний синтез нейронних мереж на основі спільного навчання

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorШулєнін, Олександр Максимович
dc.date.accessioned2023-09-16T15:35:26Z
dc.date.available2023-09-16T15:35:26Z
dc.date.issued2023
dc.description.abstractДипломнa 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.uk
dc.description.abstractotherBachelor thesis: 94 pages, 18 figures, 10 tables, 1 appendix, 24 sources. Research Object – the classification of a dataset using co-training learning methods. Neural networks play a key role in the field of artificial intelligence and machine learning, but their effectiveness depends on the proper selection of architecture and model parameters. Additionally, the created models may not always exhibit the necessary prediction accuracy on a given dataset, which should motivate people to improve them. In this work, we will examine methods for optimizing model parameters, their impact on training results, algorithms used in various tasks, and the co-training learning methods themselves. The goal of the study is to implement co-training learning models and compare their effectiveness with conventional methods. The program is based on evaluating the accuracy of co-training learning methods compared to conventional models. This will demonstrate the relevance and advantages of such methods.uk
dc.format.extent94 с.uk
dc.identifier.citationШулєнін, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60450
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectкласифікаціяuk
dc.subjectспільне навчанняuk
dc.subjectоптимізаціяuk
dc.subjectneural networksuk
dc.subjectclassificationuk
dc.subjectco-traininguk
dc.subjectoptimizationuk
dc.titleСтруктурно-параметричний синтез нейронних мереж на основі спільного навчанняuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи