Публікація:
Глибока нео-фаззі нейронна мережа та її навчання

dc.contributor.authorБодянський, Є. В.
dc.contributor.authorАнтоненко, Т. Є.
dc.date.accessioned2021-11-28T13:47:51Z
dc.date.available2021-11-28T13:47:51Z
dc.date.issued2019
dc.description.abstractОптимізація швидкодії навчання глибоких нейронних мереж є надзвичайно актуальним питанням. Сучасні підходи орієнтуються на використання нейронних мереж на основі персептрону Розенблатта. Але отримувані результати не являються задовільними для індустріальних та наукових потреб в контексті швидкодії навчання нейронних мереж. Також такий підхід натикається на проблеми зникаючого та вибухаючого градієнта. Для вирішення проблеми в статті запропоновано використовувати нео-фаззі нейрон, властивості якого основані на F-перетворенні. В статті розглянуто використання нео-фаззі нейрона як основного компонента нейронної мережі. Показана архітектура глибокої нео-фаззі нейронної мережі а також алгоритм зворотньго поширення похибки для цієї архітектури з трикутною функцією принадлежності для нео-фаззі нейрона. Приведені основні переваги щодо застосування нео-фаззі нейрона як основного компоненту нейронної мережі. В статті описано за рахунок яких властивостей нео-фаззі нейрона вирішуються питання покращення швидкодії та зникаючого чи вибухаючого градієнта. Порівняно запровоновану архітектуру нео-фаззі глибокої нейронної мережі зі стандартними глибокими мережами на основі персептрону Розенблатта.uk_UA
dc.identifier.citationБодянський Є. В. Глибока нео-фаззі нейронна мережа та її навчання / Є. В. Бодянський, Т. Є. Антоненко // Бионика интеллекта : научно-технический журнал. – 2019. – № 1 (92). – С. 3–8.uk_UA
dc.identifier.urihttps://openarchive.nure.ua/handle/document/18401
dc.language.isoukuk_UA
dc.publisherХНУРЕuk_UA
dc.subjectбіонікаuk_UA
dc.subjectнейронна мережаuk_UA
dc.titleГлибока нео-фаззі нейронна мережа та її навчанняuk_UA
dc.typeArticleuk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
Bionika_2019_1-3-8.pdf
Розмір:
830.04 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис: