ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Анализ существующих методов обучения нейронных сетей. Классификация видов искусственных нейронных сетей.

    Авторы: В.А. Щёголев, О.Ю. Чередникова,

    Описание: В статье дано толкование понятий нейронные сети и искусственные нейронные сети, выполнен анализ существующих методов обучения нейронных сетей. Приведена классификация видов искусственных нейронных сетей.

    Источник: 69–я Международная студенческая научно–техническая конференция, Астрахань, 15–19 апреля 2019 года [Электронный ресурс]: материалы / Астрахан. гос. техн. ун–т. — Астрахань: Изд–во АГТУ, 2019.

    2. Тематические статьи

  2. Применение нейронных сетей для задач классификации

    Авторы: Стариков А.

    Описание: Статья содержит описание подхода к применению нейросетей к задаче классификации

    Источник: Технологии анализа данных

  3. ИСПОЛЬЗОВАНИЕ СВЕРТОЧНЫХ СЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ РУКОПИСНЫХ СИМВОЛОВ

    Авторы: В.Г. Прохоров

    Описание: Статья о том, как следует настраивать нейронную сеть для распознавания символов

    Источник: http://dspace.nbuv.gov.ua/bitstream/handle/123456789/1502/%202-3_2008_Prokhorov.pdf?sequence=1

  4. Применение нейронных сетей на основе ПЛИС для решения задач надежности коммуникационных информационных систем

    Авторы: Лозович О.Н.,Максимов А.Л.

    Описание: В статье исследуются возможности применения свёрточных сетей для распознавания рукописных цифр.

    Источник: Государственный университет информатики и искусственного интеллекта, г. Донецк, Украина

  5. IMPLEMENTATION OF TRAINING CONVOLUTIONAL NEURAL NETWORKS

    Авторы: L. Tianyi, F. Shuangsang, Z. Yuehui, Z. Jun, W. Peng

    Описание: Deep learning refers to the shining branch of machine learning that is based on learning levels of representations. Convolutional Neural Networks (CNN) is one kind of deep neural network. It can study concurrently. In this article, we gave a detailed analysis of the process of CNN algorithm both the forward process and back propagation.

    Источник: University of Chinese Academy of Sciences, Beijing, China Статья

  6. Применение искусственных нейронных сетей для коллективного решения интеллектуальных задач

    Авторы: Бова В.В., Дуккардт А.Н.

    Описание: Изложены возможности интеллектуальных информационных технологий основанных на искусственных нейронных сетях. Выявлены особенности применения нейросетевых систем поддержки принятия решений для различных предметных областей. Рассмотрена возможность применения искусственных нейронных сетей для коллективного решения интеллектуальных задач. Предложен подход, в основе которого лежит одновременное использование нескольких нейронных сетей для получения коллективного решения задачи. Определены тенденции и направления развития нейросетевых технологий.

    Источник: Известия Южного федерального университета. Технические науки. – 2012. – Выпуск № 7, том 132. – с. 131-138. http://izv-tn.tti.sfedu.ru/?p=4662

  7. Искусственная нейронная сеть

    Авторы: Creative Commons Notice

    Описание: Проведена сравнительная оценка вычислительной сложности обучения искусственной нейронной сети с жестким ядром и сети с классической структурой. В статье содержится отчет о неалгоритмическом методе повышения скорости обучения искусственной нейронной сети и математическую формулировку вычислительной сложности этого алгоритма.

    Источник: Neural Networks в каталоге ссылок Open Directory Project (dmoz)

  8. NeuralBase – нейросеть за 5 минут

    Авторы: Шахиди А.

    Описание: В статье описана библиотека компонентов NeuralBase, которую можно использовать для построения своих нейронных сетей в разрабатываемых програмных продуктах

    Источник: Технологии анализа данных

  9. Optical Character Recognition

    Авторы: Terri Lenox, Charles Woratschek

    Описание: Статья об истории и развитии технологий распознавания текста лучшего, что влияет на безопасность.

    Источник: Электронная энциклопедия

    10. Переводы статей

  10. Параллельная реализация обратного распространения нейронной сети

    Авторы: Виктор Г. Царегородцев

    Автор перевода: Щёголев В.А.

    Описание: Схема и возможности распараллеливания обучения

    Источник (англ.): Источник оригинальной статьи