Публікація: Глибока нео-фаззі нейронна мережа та її навчання
dc.contributor.author | Бодянський, Є. В. | |
dc.contributor.author | Антоненко, Т. Є. | |
dc.date.accessioned | 2021-11-28T13:47:51Z | |
dc.date.available | 2021-11-28T13:47:51Z | |
dc.date.issued | 2019 | |
dc.description.abstract | Оптимізація 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.citation | Бодянський 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.uri | https://openarchive.nure.ua/handle/document/18401 | |
dc.language.iso | uk | uk_UA |
dc.publisher | ХНУРЕ | uk_UA |
dc.subject | біоніка | uk_UA |
dc.subject | нейронна мережа | uk_UA |
dc.title | Глибока нео-фаззі нейронна мережа та її навчання | uk_UA |
dc.type | Article | uk_UA |
dspace.entity.type | Publication |
Файли
Оригінальний пакет
1 - 1 з 1
Завантаження...
- Назва:
- Bionika_2019_1-3-8.pdf
- Розмір:
- 830.04 KB
- Формат:
- Adobe Portable Document Format
Ліцензійний пакет
1 - 1 з 1
Немає доступних мініатюр
- Назва:
- license.txt
- Розмір:
- 9.42 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: