Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска

Область поиска
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткийполный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>A=Умнов, Н. А.$<.>)
Общее количество найденных документов : 2
Показаны документы с 1 по 2
1.
РЖ ВИНИТИ 34 (BI38) 97.01-04А3.108

    Умнов, Н. А.

    Сравнение алгоритмов RPROP и SCG обучения многослойных нейронных сетей [Текст] / Н. А. Умнов, С. Н. Орлов // Изв. вузов. Приборостр. - 1996. - Т. 39, N 1. - С. 17-22 . - ISSN 0021-3454
Аннотация: Сравниваются метод Rprop и метод масштабируемых сопряженных градиентов (SCG), реализованные в Штуттгартском нейросетевом эмуляторе SNNS. В методе Rprop направление изменения каждого настраиваемого параметра определяется только знаком производной ошибки обучения по этому параметру, а значение изменения зависит от знака производной в текущий и предшествующий моменты времени. Обоими методами персептрон с одним внутренним слоем обучается аппроксимации синтетических скалярных функций двух аргументов до заданного уровня среднеквадратической ошибки MSE с контролем по проверочной выборке. Находится минимальное число внутренних нейтронов, при котором MSE меньше заданного уровня после обучения каждым методом. Методы сравниваются по минимальному числу нейронов, по значению ошибки на проверочной выборке и по времени обучения. Метод SCG при малом числе примеров обучающей выборки иногда вообще не способен обучить НС до требуемого уровня ошибки. При достаточно большом числе обучающих примеров число нейронов и ошибка на проверочной выборке, как правило, несколько меньше, чем у метода Rprop; время обучения на простых обучающих выборках обычно несколько меньше, а на сложных - в несколько раз больше. При совместном использовании методов рекомендуется начинать обучение НС методом Rprop и далее - пробовать улучшить результат методом SCG. Россия, МГУ им. М. В. Ломоносова. Ил. 5. Библ. 6
ГРНТИ  
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
МНОГОСЛОЙНЫЕ СЕТИ

ОБУЧЕНИЕ

АЛГОРИТМЫ

RPROP

SCG


Доп.точки доступа:
Орлов, С.Н.


2.
РЖ ВИНИТИ 68 (BI02) 11.03-04В8.197

    Титова, В. И.

    Некоторые аспекты технологии утилизации фугата - отхода переработки барды спиртовой - в земледелии [Текст] / В. И. Титова, Е. В. Дабахова, Н. А. Умнов // Ресурсосберегающие технологии использования органических удобрений в земледелии. - М., 2009. - С. 58-63 . - ISBN 978-5-85941-335-5
ГРНТИ  
ВИНИТИ 681.33.29.19.19
Рубрики: ОТХОДЫ ПРОМЫШЛЕННЫЕ
СПИРТОВАЯ БАРДА

ЗЕМЛЕДЕЛИЕ


Доп.точки доступа:
Дабахова, Е.В.; Умнов, Н.А.


 




© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)