Простий
пошук
Розширений
пошук
Покажчики
Професійний
пошук
Рубрикатор
НБУВ
Розподілений
пошук

Бази даних

Наукова періодика України - результати пошуку

Книжкові видання та компакт-диски
Журнали та продовжувані видання
Автореферати дисертацій
Реферативна база даних
Наукова періодика України
Тематичний навігатор
Авторитетний файл імен осіб
Mozilla Firefox Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер
"Mozilla Firefox"
Вид пошуку
Повнотекстовий пошук
Список видань за алфавітом назв:
A  B  C  D  E  F  G  H  I  J  L  M  N  O  P  R  S  T  U  V  W  
А  Б  В  Г  Ґ  Д  Е  Є  Ж  З  И  І  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  

Авторський покажчик    Покажчик назв публікацій


Пошуковий запит: (<.>A=Dibrivniy О$<.>)
Загальна кількість знайдених документів : 1
1.

Dibrivniy О. А. 
Application-oriented usage of neural networks [Електронний ресурс] / О. А. Dibrivniy // Телекомунікаційні та інформаційні технології. - 2019. - № 2. - С. 44-52. - Режим доступу: http://nbuv.gov.ua/UJRN/vduikt_2019_2_8
Розглянуто класичні приклади побудови та роботи нейронних мереж, в залежності від їх класифікації. Розглянуто основні структурні елементи будь-якої нейронної мережі, та описано їхнє функціональне призначення. Розглянуто два типи нейронних мереж в залежності від типу зв'язку: мережі прямогозв'язку (FNNs) та рекурентні нейронні мережі (RNNs). Для обраних типів мереж наведено Гаусівські функції активації прихованих ланок. Також розглянуто основні типи навчання нейронних мереж такі як: контрольоване, неконтрольоване та підтримуване навчання. Увагу приділено розвитку можливостей нейронних мереж в залежності від обраної архітектури та потреб які виникають перед цифровою спільнотою. Описуються основні тенденції розвитку моделей нейронних мереж, методик їх навчання та роботи з додатковими ресурсами для підтримки ефективної роботи різних видів нейронних мереж. Мета роботи - сформулювати список трендів в розвитку нейронних мереж на 2019 рік, засновуючись на аналізі можливостей та перспектив різних конструкцій та методів навчання нейронних мереж. Проведено аналіз можливостей та продуктивності використання різних типів мереж для однакових цілей.
Попередній перегляд:   Завантажити - 805.003 Kb    Зміст випуску    Реферативна БД     Цитування
 
Відділ наукової організації електронних інформаційних ресурсів
Пам`ятка користувача

Всі права захищені © Національна бібліотека України імені В. І. Вернадського