Neural network modeling of critical tempe-ratures for steel pitting.
The task of creating mathematical software for constructing quantitative dependency models based on forward propagation neural networks has been solved in the work. A modification of method for dropping out neurons is proposed, which better prevents the model from overfitting. The modified method ta...
Збережено в:
Дата: | 2019 |
---|---|
Автори: | Korniienko, O. V., Subbotin, S. O., Naryvskyi, O. E. |
Формат: | Стаття |
Мова: | Ukrainian |
Опубліковано: |
Інститут проблем реєстрації інформації НАН України
2019
|
Теми: | |
Онлайн доступ: | http://drsp.ipri.kiev.ua/article/view/179699 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Назва журналу: | Data Recording, Storage & Processing |
Репозитарії
Data Recording, Storage & ProcessingСхожі ресурси
-
A prediction of the frequency of non-periodic signals based on convolutional neural networks
за авторством: Subbotin, S. A., та інші
Опубліковано: (2018) -
Фотоелектричні властивості плівок SiGe, покритих шарами аморфного та полікристалічного кремнію
за авторством: Shmid, V., та інші
Опубліковано: (2019) -
Синтез поліфтороалкілвмісних піролів як будівельних блоків для отримання фторовмісних алкалоїдів піролідинового ряду
за авторством: Klipkov, Anton A., та інші
Опубліковано: (2020) -
Neural network modeling of critical tempe-ratures for steel pitting
за авторством: O. B. Korniienko, та інші
Опубліковано: (2019) -
Препаративний метод синтезу α,α-дифлуоро-γ-аміномасляної кислоти
за авторством: Bugera, Maksym Ya., та інші
Опубліковано: (2020)