Адаптивні методи навчання нейромереж за наявності обмежених обчислювальних ресурсів

Скорочена інформація про документ
dc.contributor.advisorЛюшенко, Леся Анатоліївна
dc.contributor.authorІващенко, Михайло Вікторович
dc.date.accessioned2021-05-26T10:42:26Z
dc.date.available2021-05-26T10:42:26Z
dc.date.issued2021
dc.description.abstractenThis master's thesis is devoted to developing and implementing methods of adaptive learning of neural networks in the presence of limited computing resources using the developed software. The dissertation analyzes the existing methods of teaching neural networks using the teaching approach with a teacher and existing methods of verification of neural networks, defines the requirements for the developed methods, substantiates the most appropriate compositional architecture, and develops a method of adaptive learning of neural networks. The developed method uses a composite architecture, in which the common network is divided into subnets, each of which solves the corresponding subtask. The set of solved subtasks corresponds to the solution of the general problem. The practical value of the results obtained in this work is that the proposed methods reduce the number of computational operations required to perform direct propagation, which allows them to be implemented in systems with computational resources. In the given master's thesis, the software system implements both adaptive methods of training of neural networks and a classical method of training with the teacher, tools of comparison of results, the criterion of training of neural networks is developed.uk
dc.description.abstractukДана магістерська дисертація присвячена розробленню та реалізації методів адаптивного навчання нейронних мереж за наявності обмежених обчислювальних ресурсів на базі розробленого програмного забезпечення. В дисертації проаналізовано існуючі методи навчання нейронних мереж із використанням підходу навчання зі вчителем та існуючі методи верифікації нейронних мереж, визначено вимоги до розроблюваних методів, обґрунтовано підібрано найбільш доцільні для використання композиційні архітектури та на їх основі розроблено методи адаптивного навчання нейронних мереж. Розроблені методи полягають у використанні композиційної архітектури, в рамках якої загальна мережа поділяється на підмережі, кожна з яких вирішує відповідну підзадачу. Сукупність вирішених підзадач відповідає рішенню загальної задачі. Практична цінність отриманих в роботі результатів полягає в тому, що запропоновані методи дозволяють зменшити кількість обчислювальних операцій, необхідних для виконання прямого поширення, що дозволяє їм бути реалізованими в системах із обчислювальними ресурсами. У даній магістерській дисертації розроблено програмну систему, що реалізовує як адаптивні методи навчання нейронних мереж, так і класичний метод навчання зі вчителем, інструменти порівняння результатів, критерій навченості нейронних мереж.uk
dc.format.page133 с.uk
dc.identifier.citationІващенко, М. В. Адаптивні методи навчання нейромереж за наявності обмежених обчислювальних ресурсів : магістерська дис. : 121 Інженерія програмного забезпечення / Іващенко Михайло Вікторович. – Київ, 2021. – 133 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/41181
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectзадача класифікаціїuk
dc.subjectнавчання нейронних мережuk
dc.subjectметоди адаптивного навчання нейронних мережuk
dc.subjectметоди верифікації нейронних мережuk
dc.subjectінструменти програмної реалізаціїuk
dc.subjectпрограмне забезпеченняuk
dc.subjectкритерій оцінки навченості нейронних мережuk
dc.subjectкомпозиційна архітектураuk
dc.subjectneural networksuk
dc.subjectclassification problemuk
dc.subjecttraining of neural networksuk
dc.subjectmethods of adaptive training of neural networksuk
dc.subjectverification of neural networksuk
dc.subjecta criterion for assessing the learning of neural networksuk
dc.subjectcompositional architectureuk
dc.subject.udc004.89uk
dc.titleАдаптивні методи навчання нейромереж за наявності обмежених обчислювальних ресурсівuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ПЗКС)
Магістерські роботи