Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks

Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks

Gespeichert in:

Bibliographische Detailangaben
Datum:	2017
1. Verfasser:	T. A. Samoljuk
Format:	Artikel
Sprache:	English
Veröffentlicht:	2017
Schriftenreihe:	Computer means, networks and systems
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000848997
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Stochastic generalized gradient methods for training nonconvex nonsmooth neural networks
von: V. I. Norkin
Veröffentlicht: (2021)

Modern stochastic quasi-gradient optimization algorithms
von: V. I. Norkin, et al.
Veröffentlicht: (2024)

Sonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
von: L. S. Zhiteckii, et al.
Veröffentlicht: (2015)

Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
von: Zhiteckii, L.S., et al.
Veröffentlicht: (2015)

Application of the volume learning algorithm artificial neural networks for recognition of the type of interaction between neurons from their cross-correlation histograms
von: Kovalishyn, V.V., et al.
Veröffentlicht: (2005)

Methods of artificial intelligence for acoustic emission diagnostics of fracture stages (A review). P. 2: Artificial neural network and deep learning
von: O. M. Stankevych, et al.
Veröffentlicht: (2024)

Brain and Artificial Neural Networks
von: V. V. Storozh
Veröffentlicht: (2013)

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

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

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

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

Usage of artificial neural networks in the energy sector
von: D. V. Lazarenko
Veröffentlicht: (2016)

Usage of artificial neural networks in the energy sector
von: Lazarenko, D.V.
Veröffentlicht: (2016)

Generalized gradients in dynamic optimization, optimal control, and machine learning problems
von: V. I. Norkin
Veröffentlicht: (2020)

Artificial neural networks using for solving of the tribological problems
von: V. M. Uvarov, et al.
Veröffentlicht: (2019)

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

Performance evaluation of a novel Conjugate Gradient Method for training feed forward neural network
von: K. Kamilu, et al.
Veröffentlicht: (2023)

Artificial neural networks: future of use in law enforcement
von: M. I. Maietnyi
Veröffentlicht: (2021)

Adaptive Quasi-Optimal Control in Pulse Convertors with Artificial Neural Network Model of Power Part
von: V. P. Vojtenko
Veröffentlicht: (2016)

Using Artificial Neural Networks to Simulate the Financial Stability of Enterprise
von: L. N. Debunov
Veröffentlicht: (2017)

Artificial Neural Networks for Modeling of Crisis Management of National Economy
von: Ya. Savka
Veröffentlicht: (2020)

Using the Artificial Neural Networks for Forecasting the Risk of Bankruptcy of Banks
von: Ye. Markov
Veröffentlicht: (2018)

Peculiarities of development of the artificial neural network used in the hybrid expert system
von: S. N. Konovalov, et al.
Veröffentlicht: (2018)

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

Analysis of Artificial Neural Networks Training Models for Airfare Price Prediction
von: Ye. O. Kuptsova, et al.
Veröffentlicht: (2020)

An Artificial Neural Networks Modeling Environment for Solving a Clustering Task
von: Yu. V. Moskalenko
Veröffentlicht: (2019)

The use of Artificial Neural Networks for Process Control Hardware and Processing Complex
von: Ju. Zarubin, et al.
Veröffentlicht: (2013)

Application of Artificial Neural Network Technology for Prediction of Sunflower Harvest Losses
von: O. Zozulya, et al.
Veröffentlicht: (2022)

Neural network synthesis based on evolutionary optimization
von: A. A. Oliinyk, et al.
Veröffentlicht: (2015)

Neural network synthesis based on evolutionary optimization
von: Oliinyk, A.A., et al.
Veröffentlicht: (2015)

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)

Optimization of autotuning of programs using neural networks
von: Yu. Doroshenko, et al.
Veröffentlicht: (2017)

Synthesis of optimal structure of deep neural network
von: Yu. Koval, et al.
Veröffentlicht: (2016)

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

Evaluating the stochastic gradient to optimize the efficiency of systems which are described by fault trees with efficiency
von: Yu. Kuznietsov, et al.
Veröffentlicht: (2022)

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)

Scalability of Parallel Batch Pattern Neural Network Training Algorithm
von: Turchenko, V.
Veröffentlicht: (2009)

Optimization of auto-tuning of programs using neural networks
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)