Детальная информация

Название: Применение методов оптимизации при обучении нейронной сети: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Авторы: Конев Игорь Андреевич
Научный руководитель: Черноруцкий Игорь Георгиевич
Другие авторы: Локшина Екатерина Геннадиевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: IT-технологии; методы оптимизации; нейронные сети; машинное обучение; градиентный спуск; метод обобщенного покоординатного спуска; метод Левенберга-Марквардта; IT; optimization methods; neural networks; machine learning; gradient decent; coordinate decent in eigen vectors axes; Levenberg–Marquardt algorithm
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1199
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе рассмотрено применение различных методов оптимизации для обучения заданной нейронной сети. Для этого построена математическая модель, которая легко позволяет адаптировать процесс обучения под любой из рассмотренных методов оптимизации. Произведено сравнение методов с точки зрения сходимости по аргументу и функционалу. Проведен анализ числа вычислений целевого функционала для решения задачи каждым из методов. Выполненная работа подводит к мысли о возможной модификации или замене метода обратного распространения ошибки, традиционно используемого при обучении нейронных сетей.

In this paper, we consider the application of various optimi-zation methods for training a given neural network. A mathematical model is built for these purposes. This model allows easily adapt a process of training to any of the optimization methods which are considered. The methods are compared in terms of local and global convergence. The analysis of the number of calculations of the target functional for solving the problem by each of the methods is carried out. The work done leads to the idea of a possible modification or replacement of the method of backpropagation traditionally used in the training of neural networks.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 11
За последние 30 дней: 7
Подробная статистика