Разработка модифицированных алгоритмов обучения для нейронной сети адаптивной резонансной теории

В данной научно-исследовательской работе рассматривается искусственная нейронная сеть адаптивной резонансной теории, предназначенная для решения задачи распознавания образов. Интерес к этой нейронной сети обусловлен наличием у нее таких преимуществ как адаптивность и решение дилеммы стабильности-пластичности. Исследуется негативный эффект деградации и размножения классов, возникающий при функционировании данной нейросети. Для решения этой проблемы предлагается два модифицированных алгоритма обучения. В работе также описывается сравнительное тестирование классической и модифицированных нейронных сетей на различных выборках изображений, с разными параметрами. Качество нейросетей оценивается по таким критериям как эффективность типа true-positive, скорость распознавания и количество выделенных категорий для хранения образов. Проводится анализ результатов тестирования, на основе него выявляются преимущества и недостатки рассматриваемых моделей, и оценивается качество решения поставленной задачи.

Общественные науки в целом
Дипломы

Вуз: Санкт-Петербургский государственный университет (СПбГУ)

ID: 587d36425f1be77c40d58ac9
UUID: ba4be7d5-c594-4903-b216-6bfa60db2171
Язык: Русский
Опубликовано: больше 4 лет назад
Просмотры: 16

Ращенко Юлия Владимировна

Источник: Санкт-Петербургский государственный университет


0

Комментировать 0

Рецензировать 0

Скачать - 731050 bytes


Поделиться работой
Current View

Рецензии:

  Авторизуйтесь, чтобы добавить рецензию

- у работы пока нет рецензий -

Для лиц старше 18 лет