ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Система технического зрения в пакете прикладных программ MATLAB

    Авторы: Н.Е. Скиданов, С.Ф. Суков

    Описание: В данной работе была разработана простейшая система технического зрения. Были произведены тесты созданной системы и сделаны соответствующие выводы.

    Источник: Автоматизация технологических объектов и процессов. Поиск молодых: сборник научных трудов ХIX научно-технической конференции аспирантов и студентов в г. Донецке 21-23 мая 2019 г. - Донецк: ДОННТУ, 2019. - 420 с.

  2. Система технического зрения на основе искусственный нейронной сети в пакете прикладных программ MATLAB

    Авторы: Н.Е. Скиданов, С.Ф. Суков

    Описание: В данной работе была разработана архитектура искусственной нейронной сети. Нейронная сеть обучена для выполнения функции системы технического зрения и проверено качество обучения.

    Источник:Автоматизация технологических объектов и процессов. Поиск молодых: сборник научных трудов ХX научно-технической конференции аспирантов и студентов в г. Донецке 26-28 мая 2020 г. - Донецк: ДОННТУ, 2020. - 452 с.

    3. Тематические статьи

  3. Solving the Rubik’s Cube Without Human Knowledge

    Авторы: Stephen McAleer, Forest Agostinelli, Alexander Shmakov, Pierre Baldi

    Описание: Описание концепции создания нейронной сети по сборке Кубика Рубика без учета человеческих знаний.

  4. Конструктивный алгоритм синтеза структуры многослойного перцептрона

    Авторы: Царегородцев В.Г.

    Описание: Для нахождения оптимальной структуры обучаемой с учителем слоистой нейронной сети предлагается алгоритм, основанный на расчете и минимизации критериев Бартлетта или Мураты-Амари.

  5. ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОГО РАЗМЕРА НЕЙРОСЕТИ ОБРАТНОГО РАСПРОСТРАНЕНИЯ ЧЕРЕЗ СОПОСТАВЛЕНИЕ СРЕДНИХ ЗНАЧЕНИЙ МОДУЛЕЙ ВЕСОВ СИНАПСОВ

    Авторы: Царегородцев В.Г

    Описание: Предлагается новая "кривая обучения" - график зависимости среднего модуля весасинапса от размера нейросети.

  6. Оптимизация предобработки признаков выборки данных: критерии оптимальности

    Авторы: Царегородцев В.Г.

    Описание: Рассматриваются способы предобработки количественных признаков обучающей выборки, индивидуальные для признака и интегральные для выборки критерии оптимальности предобработки.

  7. ОБЩАЯ НЕЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ СУММАРНОГО ГРАДИЕНТА ВЫБОРКИ ПРИ ОБУЧЕНИИ НЕЙРОННОЙ СЕТИ

    Авторы: Царегородцев В.Г.

    Описание: На наборе сложных реальных задач обучения нейросети-классификатора сравнивается эффективность теоретических методов оптимизации (наискорейший спуск по суммарному градиенту выборки, метод сопряженных градиентов, одномерная оптимизация шага вдоль направления спуска) со стохастическими методами - обучением с постоянным шагом и/или коррекцией нейросети после просмотра очередного примера обучающей выборки.

  8. ОПТИМИЗАЦИЯ ЭКСПЕРТОВ BOOSTING-КОЛЛЕКТИВА ПО ИХ КРИВЫМ ОБУЧЕНИЯ

    Авторы: Царегородцев В.Г

    Описание: Практически исследована возможность оптимизации каждого эксперта boosting-коллектива на основе построения и анализа его "кривых" обучения - зависимостей ошибок обучения и обобщения от размеров обучающей выборки и свойств модели.

  9. ПЕРСПЕКТИВЫ РАСПАРАЛЛЕЛИВАНИЯ ПРОГРАММ НЕЙРОСЕТЕВОГО АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

    Авторы: Царегородцев В.Г.

    Описание: При создании параллельных программ-нейроимитаторов предлагается в первую очередь распараллеливать не обучение единичной нейросети, а сервисные процедуры: методы оптимизации предобработки данных, схемы отбора примеров в обучающую выборку, отбор информативных независимых переменных, гибридные методы (строящие коллектив экспертов и правила разделения фрагментов задачи между ними) и т.д..

  10. ВЗГЛЯД НА АРХИТЕКТУРУ И ТРЕБОВАНИЯ К НЕЙРОИМИТАТОРУ ДЛЯ РЕШЕНИЯ СОВРЕМЕННЫХ ИНДУСТРИАЛЬНЫХ ЗАДАЧ

    Авторы: Царегородцев В.Г.

    Описание: Рассмотрен опыт автора по созданию и использованию программы-нейроимитатора для решения широкого круга задач прогнозирования и классификации на базе наборов экспериментальных данных.

  11. Уточнение решения обратной задачи для нейросети-классификатора

    Авторы: Царегородцев В.Г.

    Описание: Предложены приемы коррекции и уточнения решения обратной задачи, полученного градиентным обучением входных сигналов нейросети-классификатора.

  12. Робастная целевая функция с допуском на точность решения для нейросети-предиктора

    Авторы: Царегородцев В.Г.

    Описание: Предложено два варианта введения допуска по точности решения задачи в робастную целевую функцию на основе обобщенной степенной метрики.