Напівкероване навчання нейронних мереж на основі графів
dc.contributor.advisor | Синєглазов, Віктор Михайлович | |
dc.contributor.author | Мосійчук, Юлія Олександрівна | |
dc.date.accessioned | 2023-09-15T15:38:11Z | |
dc.date.available | 2023-09-15T15:38:11Z | |
dc.date.issued | 2023 | |
dc.description.abstract | Дипломна робота складається з: 89 c., 25 табл., 30 рис., 1 додатку, 20 джерел. У роботі розглянуто різні алгоритми машинного навчання, зокрема напівкероване навчання нейронних мереж на основі графів та його різні підходи і реалізації, а саме методи спарсифікації, вибору функції оцінки ваг, способу навчання. Обрані підходи та методи були застосовані для розв’язання практичної задачі, а саме бінарної класифікації точок датасетів різної природи на площині. Об’єкти дослідження: задача бінарної класифікації датасетів у вигляді точок на площині різного характеру, які належать двом класів. Предмети дослідження: методи навчання штучного інтелекту, напівкероване навчання, підходи та методи використання графового методу, кероване навчання нейронних мереж, вплив природи даних на ефективність графового методу та нейронних мереж. | uk |
dc.description.abstractother | The thesis consists of: 89 p., 25 tables, 30 fig., 1 appendix, 20 sources. The work examines various machine learning algorithms, in particular, semi-supervised learning of neural networks based on graphs and its various approaches and implementations, namely, sparsification methods, selection of weight estimation function, learning methods. The selected approaches and methods were applied to solve a practical problem, namely binary classification of dataset points of different nature on the plane. Research objects: binary classification task of datasets in the form of points on a plane of different nature, which belong to two classes. Research subjects: artificial intelligence learning methods, semi-supervised learning, approaches and methods of using the graph method, supervised learning of neural networks, the influence of the nature of data on the effectiveness of the graph method and neural networks. | uk |
dc.format.extent | 89 с. | uk |
dc.identifier.citation | Мосійчук, Ю. О. Напівкероване навчання нейронних мереж на основі графів : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Мосійчук Юлія Олександрівна. – Київ, 2023. – 89 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/60410 | |
dc.language.iso | uk | uk |
dc.publisher.place | Київ | uk |
dc.subject | класифікація | uk |
dc.subject | машинне навчання | uk |
dc.subject | напівкероване навчання | uk |
dc.subject | графовий метод | uk |
dc.subject | нейронні мережі | uk |
dc.subject | classification | uk |
dc.subject | machine learning | uk |
dc.subject | semi-supervised learning | uk |
dc.subject | graph method | uk |
dc.subject | neural networks | uk |
dc.title | Напівкероване навчання нейронних мереж на основі графів | uk |
dc.type | Bachelor Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Mosiichuk_bakalavr.pdf
- Розмір:
- 1.54 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: