Матеріали конференцій (ІУСтаТ)

Постійне посилання зібрання

https://eir.nuos.edu.ua/handle/123456789/3296

Переглянути

Перегляд Матеріали конференцій (ІУСтаТ) за Автор "Gaida Anatolii"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    До проблеми зникаючого градієнту при навчанні глибоких штучних нейронних мереж
    (2023) Гайда А. Ю.; Михелєв І. Л.; Морозова Г. С.; Gaida Anatolii; Mykhelev Ihor; Morozova Hanna
    У статті розглянута актуальна проблема зникаючого градієнту, що має місце при навчанні і використанні повнозв'язних глибоких штучних нейронних мереж. У роботі зроблено спробу аналізу особливостей виникнення проблеми зникаючого градієнту глибоких нейронних мереж та зроблено спробу часткового подолання зазначеної проблеми шляхом модифікації алгоритму навчання мережі. Показані результати практичної апробації результатів аналізу і розроблених рішень.
  • Ескіз недоступний
    Документ
    До проблеми локальних мінімумів при навчанні глибоких нейронних мереж
    (2024-09) Гайда А. Ю.; Морозова Г. С.; Лученков Є. Є.; Gaida Anatolii; Morozova Hanna
    В роботі розглянута проблема локальних мінімумів при навчанні повнозв’язних штучних нейронних мереж, що виявляється у завмиранні навчання в області нераціональних або неприйнятних рішень. Виконано порівняльний аналіз стану мережі при потраплянні у локальний мінімум для нейронних мереж з різною кількістю шарів. На основі результатів аналізу запропонована модель навчання, що дозволяє зменшити вплив локальних мінімумів на процес навчання глибоких нейронних мереж шляхом визначення нейронів, що обумовлюють завмирання процесу навчання, і їх модифікації для виходу з локального мінімуму. Показані результати практичної апробації розробленої моделі.