Розглянуто метод оптимізації розміру нейронної мережі, призначеної для класифікації технічного стану турбореактивного двоконтурного двигуна. Для визначення моменту виникнення ефекту перенавчання нейронної мережі використано метод, який грунтується на порівнянні зміни параметра якості розпізнавання, отриманому під час розпізнавання навчального та контрольного наборів даних. Показано, що під час виникнення ефекту перенавчання мережі якість розпізнавання навчального набору у процесі навчання продовжує покращуватися, а при розпізнаванні контрольного набору даних починає падати. Проведено оптимізацію дво-, три- та чотиришарових мереж. Наведено отримані результати.
ОПТИМІЗАЦІЯ РОЗМІРУ НЕЙРОННОЇ МЕРЕЖІ ДІАГНОСТУВАННЯ ТУРБОРЕАКТИВНОГО ДВОКОНТУРНОГО ДВИГУНА З УРАХУВАННЯМ ЕФЕКТУ ПЕРЕНАВЧАННЯ
2010
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
ПРОГРАМНА РЕАЛІЗАЦІЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ В АВТОМАТИЗОВАНИХ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМАХ
DOAJ | 2009
|ВИЗНАЧЕННЯ ОПТИМАЛЬНОГО МАРШРУТУ В КОМП’ЮТЕРНІЙ МЕРЕЖІ ЗАСОБАМИ БАГАТОШАРОВОЇ НЕЙРОННОЇ МОДЕЛІ
DOAJ | 2018
|Виявлення літаків на зображеннях з повітря з використанням нейронної мережі YOLO
DOAJ | 2018
|