Buchumschlag

Neural networks’ learning process acceleration

This study is devoted to evaluating the process of training of a parallel system in the form of an artificial neural network, which is built using a genetic algorithm. The methods that allow to achieve this goal are computer simulation of a neural network on multi-core CPUs and a genetic algorithm f...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Проблеми програмування
Datum:	2020
ISSN:	1727-4907
Hauptverfasser:	Katerynych, L., Veres, M., Safarov, E.
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	Інститут програмних систем НАН України 2020
Schlagworte:	Методи машинного навчання
Online Zugang:	https://nasplib.isofts.kiev.ua/handle/123456789/180477
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Neural networks’ learning process acceleration / L. Katerynych, M. Veres, E. Safarov // Проблеми програмування. — 2020. — № 2-3. — С. 313-321. — Бібліогр.: 11 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

Ähnliche Einträge

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Neural networks&#039; learning process acceleration
von: L. Katerynych, et al.
Veröffentlicht: (2020)

A model of a convolutional neural network and software for typical insect pests recognition
von: Bezliudnyi, Y.S., et al.
Veröffentlicht: (2021)

The practical aspect of using the artificial intellectual technology for building a multidimentional function CFAR for smart-handled LPI radar
von: Kosovets, M., et al.
Veröffentlicht: (2020)

Efficient increasing of the mutation score during model-based test suite generation
von: Kolchin, A., et al.
Veröffentlicht: (2020)

Distributional semantic modeling: a revised technique to train term/word vector space models applying the ontology-related approach
von: Palagin, O.V., et al.
Veröffentlicht: (2020)

Побудова семантичної моделі зображення з використанням машинного навчання на базі згорткових нейронних мереж
von: Андон, П.І., et al.
Veröffentlicht: (2020)

Метод получения информации из онтологии на основе анализа фразы на естественном языке
von: Литвин, А.А., et al.
Veröffentlicht: (2020)

Автоматизовані методи оцінки когерентності україномовних текстів з використанням методології машинного навчання
von: Крамов, А.А., et al.
Veröffentlicht: (2020)

Застосування технології глибинного навчання для побудови інтелектуальних автономних машин
von: Білоконь, О.С.
Veröffentlicht: (2020)

Побудова діагностичної експертно-медичної системи з використанням нейронних мереж
von: Глибовець, М.М., et al.
Veröffentlicht: (2020)

Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
von: Балабанов, О.С.
Veröffentlicht: (2020)

О влиянии особенностей фитнесс-функций на сходимость генетического алгоритма
von: Лукьянов, И.О., et al.
Veröffentlicht: (2020)

Про аналіз коректності автотьюнінгу програм з використанням техніки переписувальних правил
von: Іваненко, П.А.
Veröffentlicht: (2020)

Застосування машинного навчання для уточнення чисельних метеорологічних прогнозів
von: Дорошенко, А.Ю., et al.
Veröffentlicht: (2020)

The problem of developing the architecture of modern cognitive radar system
von: Коsovets, M., et al.
Veröffentlicht: (2022)

Intonation expressiveness of the text at program sounding
von: Shevchenko, V.L., et al.
Veröffentlicht: (2021)

Algorithm and software for determining a musical genre by lyrics to create a song hit
von: Triantafillu, A.A., et al.
Veröffentlicht: (2021)

Аналіз методів машинного навчання в задачі класифікації документів
von: Жиркова, А.П., et al.
Veröffentlicht: (2020)

Автоматизація розв’язування задач з планіметрії, записаних природною українською мовою
von: Жежерун, О.П., et al.
Veröffentlicht: (2020)

Модуль стиснення зображень на основі нейро-мережевих автокодувальників
von: Лесик, В.О., et al.
Veröffentlicht: (2023)

Модель рекурентної нейронної мережі для генерації музики
von: Комарський, О.С., et al.
Veröffentlicht: (2022)

Neural networks synthesis management
von: Katerynych, L.A.
Veröffentlicht: (2026)

Neural network technologies to processing natural language texts in adaptive learning systems
von: I. M. Domanetska, et al.
Veröffentlicht: (2017)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Two dimensional model of learning in spiking neural networks with homeostasis and reward
von: V. M. Osaulenko
Veröffentlicht: (2017)

ПРО РЕЗУЛЬТАТИ ДОСЛІДЖЕНЬ НАУКОВОЇ ШКОЛИ ПРИ НАЦІОНАЛЬНІЙ АКАДЕМІЇ НАУК УКРАЇНИ «ДИНАМІКА ОБ’ЄКТІВ КОСМІЧНИХ ТЕХНОЛОГІЙ» У 2021–2025 РОКАХ
von: ALPATOV, A. P.
Veröffentlicht: (2026)

Метод побудови інтелектуальної системи рекомендацій для професійної орієнтації
von: Жабер, Амір Хассан
Veröffentlicht: (2023)

Parameters’ analysis as a tool for boosting neural networks’ learning efficiency
von: Prokhorov, V.G.
Veröffentlicht: (2026)

Application of Deep Learning Neural Network for Classification of Big Data of Astronomic Observations
von: A. A. Gorbunov, et al.
Veröffentlicht: (2017)

APPLICATION OF DEEP LEARNING NEURAL NETWORK FOR CLASSIFICATION OF BIG DATA OF ASTRONOMIC OBSERVATIONS
von: Gorbunov, A. A., et al.
Veröffentlicht: (2017)

Self-learning neural network technologies in the systems of structural recognition of visual objects
von: Berestovskii, A. E., et al.
Veröffentlicht: (2015)

Evaluation of the Features Significance Based on Neural Networks in Tasks of the Analysis of the Distance Learning Quality
von: E. M. Filonenko, et al.
Veröffentlicht: (2018)

Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks
von: T. A. Samoljuk
Veröffentlicht: (2017)

Improving face recognition models using convolutional neural networks, metric learning and optimization methods
von: A. M. Litvynchuk, et al.
Veröffentlicht: (2021)

Development of a Cluster with Cloud Computing Based on Neural Networks With Deep Learning for Modeling Multidimensional Fields
von: M. Kosovets, et al.
Veröffentlicht: (2021)

Neural network modeling of graphic recognition processes
von: Ye. M. Chichirin, et al.
Veröffentlicht: (2019)

Developing a semantic image model using machine learning based on convolutional neural networks
von: P. I. Andon, et al.
Veröffentlicht: (2020)

Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms
von: V. I. Solovev, et al.
Veröffentlicht: (2021)

Deep neural network based on generalized neo-fuzzy neurons and its learning based on backpropagation
von: Ye. V. Bodianskyi, et al.
Veröffentlicht: (2021)