Архитектура нейронных сетей в зависимости от поставленной задачи; Прогрессивные технологии и экономика в машиностроении

Bibliographic Details
Parent link:Прогрессивные технологии и экономика в машиностроении.— 2024.— С. 184-185
Main Author: Гришин А. И.
Corporate Author: Томский политехнический университет
Other Authors: Сарафанникова А. С. Ангелина Сергеевна (научный руководитель)
Summary:В статье рассмотрены особенности нейронной сети прямого распространения. Проанализированы задачи, решаемые данной архитектурой: распознавание образов, прогнозирование, кластеризация. Описаны возможные пути использования нейросети прямого распространения при решении задачи распознавания образов
The article discusses the features of a feedforward neural network. The problems solved by this architecture are analyzed: pattern recognition, forecasting and clustering. Possible ways of using a feedforward neural network to solve the problem of pattern recognition are described
Текстовый файл
Language:Russian
Published: 2024
Series:Информационные технологии, экономика, управление
Subjects:
Online Access:http://earchive.tpu.ru/handle/11683/80290
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=673163

MARC

LEADER 00000naa2a2200000 4500
001 673163
005 20260715071738.0
090 |a 673163 
100 |a 20240618d2024 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
200 1 |a Архитектура нейронных сетей в зависимости от поставленной задачи  |f А. И. Гришин  |g науч. рук. А. С. Сарафанникова ; Национальный исследовательский Томский политехнический университет 
225 1 |a Информационные технологии, экономика, управление 
283 |2 RDAcarrier 
320 |a Список использованных источников: 3 назв. 
330 |a В статье рассмотрены особенности нейронной сети прямого распространения. Проанализированы задачи, решаемые данной архитектурой: распознавание образов, прогнозирование, кластеризация. Описаны возможные пути использования нейросети прямого распространения при решении задачи распознавания образов 
330 |a The article discusses the features of a feedforward neural network. The problems solved by this architecture are analyzed: pattern recognition, forecasting and clustering. Possible ways of using a feedforward neural network to solve the problem of pattern recognition are described 
336 |a Текстовый файл 
463 1 |0 672887  |9 672887  |c Томск  |d 2024  |n Изд-во ТПУ  |t Прогрессивные технологии и экономика в машиностроении  |o сборник трудов XV Всероссийской научно-практической конференции для студентов и учащейся молодежи, г. Юрга, 11–13 апреля 2024 г.  |a Солодский, С. А. (специалист в области экологии и безопасности жизнедеятельности ; 1980-)  |u conference_tpu-2024-C57.pdf  |v С. 184-185  |p 1 файл (5,61 Мб, 263 с.) 
610 1 |a труды учёных ТПУ 
610 1 |a электронный ресурс 
610 1 |a нейронные сети 
610 1 |a виды 
610 1 |a архитектура 
700 1 |a Гришин  |b А. И.  
702 1 |a Сарафанникова  |b А. С.  |c психолог  |c ассистент Юргинского технологического института (филиала) Томского политехнического университета  |f 1995-  |g Ангелина Сергеевна  |4 727 
712 0 2 |a Томский политехнический университет  |c 1991-  |7 ca  |8 rus  |9 26305 
801 0 |a RU  |b 63413507  |c 20240618 
850 |a 63413507 
856 4 |u http://earchive.tpu.ru/handle/11683/80290  |z http://earchive.tpu.ru/handle/11683/80290 
942 |c CF