Hlavní stránka > Výsledky hledání: recid:289156
Hledej:
 
Tipy pro vyhledávaní :: Jednoduché hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.00 vteřin. 

(100)
Extrakce znalostí pomocí vrstevnatých neuronových sítí
 Reitermanová, Zuzana ; Holan, Tomáš (oponent) ; Mrázová, Iveta (vedoucí práce)
Model vrstevnatých neuronových sítí je známý především díky své univerzální aproximační schopnosti. Již základní algoritmus zpětného šíření dává výsledky použtelné v reálných aplikacích. Efektivní řešení složitých úloh by však mělo vyhovovat náročným požadavkům na rychlost procesu učení a na transparentní strukturu vytvořené sítě. Ta totiž souvisí s lepší schopností sítě zobecňovat extrahované znalosti a následně i se snazší interpretací funkce naučené sítě. Lepšího zobecňování lze dosáhnout použitím různých technik, jako je např. učení s nápovědou, prořezávání a analýza citlivosti. Mezi rychlé algoritmy učení pak patří metody konjugovaných gradientů. V první části této práce jsme shrnuli a navzájem porovnali výše zmíněné techniky. Následně jsme odvodili novou metodu, která v sobě spojuje výhody předchozích technik. Navržený algoritmus je inspirovaný extrémně rychlou metodou škálovaných konjugovaných gradientů. Původní metodu jsme však rozšířili o vynucovanou kondenzovanou interní reprezentaci a prořezávání motivované citlivostní analýzou. Vlastnosti navržené techniky jsme otestovali na umělých úlohách i na reálných datech ze Světové banky. Doposud provedené experimenty naznačují slibné výsledky nového přístupu. Navržená technika dává ve všech ohledech mnohem lepší výsledky než jednotlivé původní metody a...
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English