Исследование методов глобального поиска обучения нейронных сетей

Скорочена інформація про документ
dc.contributor.authorМихалев, А. И.
dc.contributor.authorДемченко, Д. А.
dc.contributor.authorМихальов, О. I.
dc.contributor.authorДемченко, Д. А.
dc.contributor.authorMikhalyov, A. I.
dc.contributor.authorDemchenko, D. A.
dc.date.accessioned2015-06-08T11:57:53Z
dc.date.available2015-06-08T11:57:53Z
dc.date.issued2004
dc.description.abstractenThe problems of using global search method, in particular, so called "heavy ball" method, for neural networks training are considered in this article. Also, the possibility of combined algorithm synthesis, having global properties is discussed. That combined method implements an idea of joining stochastic and deterministic parts in single algorithm. Testing of classic and newcombinedmethods is executed. Results of training processes are compared with Boltzmann Machine by efficiency. Conclusions about expediency of using different global search algorithms for adjustment of neural networks are made using testing results.uk
dc.description.abstractruВ статье рассмотрен вопрос использования методов глобального поиска, в частности метода «тяжелого шарика», для настройки нейронных сетей, а также возможности синтеза алгоритма поиска со свойствами глобальности, что несет в себе идеи соединения стохастической и детерминированной компонент. Проведено тестирование классических методов, а также синтетического алгоритма. Работу алгоритмов сравнено с машиной Больмана по эффективности. По результатам тестирования сделано выводы касательно целесообразности использования разных алгоритмов со свойствами глобальности для настройки искусственных нейронных сетей.uk
dc.description.abstractukУ статті розглянуто питання використання методів глобального пошуку, зокрема методу «важкої кульки», для настроювання штучних нейронних мереж, а також можливості синтезу алгоритму пошуку з властивостями глобальності, що несе у собі ідеї поєднання стохастичної та детермінованої компонент. Проведено тестування класичних методів, а також синтетичного алгоритму. Роботу алгоритмів порівняно з машиною Больцмана за ефективністю. За результатами тестування зроблено висновки щодо доцiльностi використання різних алгоритмів з властивостями глобальності для настроювання штучних нейронних мереж.uk
dc.format.pagerangeС. 45–51uk
dc.identifier.citationМихалев, А. И. Исследование методов глобального поиска обучения нейронных сетей / А. И. Михалев, Д. А. Демченко // Адаптивнi системи автоматичного управлiння : міжвідомчий науково-технічний збірник. – 2004. – № 7(27). – С. 45–51. - Бібліогр.: 10 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/11709
dc.language.isoruuk
dc.publisherСистемнi технологiїuk
dc.publisher.placeДнiпропетровськuk
dc.sourceАдаптивні системи автоматичного управління: міжвідомчий науково-технічний збірникuk
dc.status.pubpublisheduk
dc.subject.udc004.383.8uk
dc.titleИсследование методов глобального поиска обучения нейронных сетейuk
dc.title.alternativeДослiдження методiв глобального пошуку навчання нейронних мережuk
dc.title.alternativeResearch of global search methods of neural networks traininguk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
06_45.pdf
Розмір:
173.85 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, № 7(27)