Аналіз впливу параметрів алгоритму навчання на показники динаміки роботи нейронної мережі

dc.contributor.authorМустаєв, Т.В.
dc.contributor.authorМазурець, Олександр Вікторович
dc.contributor.authorМолчанова, М.О.
dc.date.accessioned2024-12-10T17:25:06Z
dc.date.available2024-12-10T17:25:06Z
dc.date.issued2024
dc.description.abstractРобота присвячена аналізу впливу параметрів алгоритму навчання на показники динаміки роботи нейронної мережі. Була виконана розробка дослідницької програмної системи та її використання для дослідження впливу параметрів алгоритму навчання на показники динаміки роботи нейронної мережі перцептрон у задачах розпізнавання образів. Встановлено, що вплив коефіцієнту навчання на показники динаміки роботи нейронної мережі перцептрон є відносно низьким як з точки зору ефективності, так і з часу виконання процесів, проте при значеннях, що близькі до 1, точність розпізнавань образів дещо знижується; що стосується кількості навчальних ітерацій, то при збільшенні їх значення точність роботи мережі хоч і не завжди, але в загальному зростає, час навчання моделі перцептрону також збільшується. В загальному, навіть враховуючи зміни параметрів навчання, ефективність роботи мережі перцептрон залишалась високою: від 80 до 100%
dc.identifier.citationМустаєв Т. В., Мазурець О. В., Молчанова М. О. Аналіз впливу параметрів алгоритму навчання на показники динаміки роботи нейронної мережі. Збірник наукових праць за матеріалами XVI Всеукраїнської науково-практичної конференції «Актуальні проблеми комп’ютерних наук АПКН-2024», 15-16 листопада 2024. Хмельницький, 2024. С. 381-388.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/17189
dc.language.isouk
dc.titleАналіз впливу параметрів алгоритму навчання на показники динаміки роботи нейронної мережі
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
АPKN-2024 CorpusPaper-381-388.pdf
Розмір:
758.88 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис: