Покоординатний спуск для налаштування параметрів нейрокомп’ютерних систем розпізнавання образів
Loading...
Date
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Національний авіаційний університет
Abstract
Сучасні інформаційні технології важко уявити без використання
нейрокомп’ютерних систем, проте ефективність їх роботи, значно
залежить від правильного налаштування параметрів нейронної
мережі [1]. У зв'язку з цим, дослідження безградієнтних методів
оптимізації, зокрема поєднання алгоритму покоординатного спуску
та елементів методу золотого перетину для налаштування
параметрів нейрокомп’ютерних систем розпізнавання образів є на
сьогодні важливим напрямком дослідження, що може покращити
ефективність їх використання у системах з обмеженими ресурсами.
Для обґрунтування наукових результатів проведеного
дослідження було використано метод моделювання, який включав
розробку програмної моделі для перевірки адекватності
функціонування створеного алгоритму.
Description
ВИКОРИСТАНІ ДЖЕРЕЛА
1. Y. LeCun, Y. Bengio, and G. Hinton. Deep learning. Nature, 521, 436–
444, 2015.
2. L. Bottou, F. E. Curtis, and J. Nocedal. Optimization methods for
large-scale machine learning. arXiv:1606.04838v3, 2018.
3. G. Taylor, R. Burmeister, Z. Xu, B. Singh, A. Patel, and T. Goldstein.
Training neural networks without gradients: A scalable admm approach.
arXiv:1605.02026v1, 2016.
Keywords
метод, дослідження, алгоритм, модель
Citation
Сіренко М.А. Покоординатний спуск для налаштування параметрів нейрокомп’ютерних систем розпізнавання образів / М.А. Сіренко // Комп’ютерні системи та мережні технології : ХІІІ Міжнар. науково-практ. конф. - Національний авіаційний університет. – Київ, 2023. – С. 144–145.