Полное описание

Прокопчина, Светлана Васильевна. Методы байесовской математической статистики в обучении сверточной нейронной сети на основе регуляризирующего байесовского подхода / С. В. Прокопчина. - DOI 10.36871/2618-9976.2022.09.003. - Текст : непосредственный // Мягкие измерения и вычисления : научный журнал. - 2022. - Т. 58, N 9. - С. 32-46. - Библиогр. в конце ст. - ISSN 2618-9976.

ГРНТИ	УДК
28.23	004.8
28.23.37	004.032.26

Рубрики:
Искусственный интеллект
Нейронные сети -- Сверточные нейронные сети

Кл.слова (ненормированные): байесовская математическая статистика -- сверточные нейросети -- закон распределения
Аннотация: Одним из основных этапов разработки нейронных сетей является этап обучения нейросети и разработки обучающего набора данных (Dataset). В статье предлагается новый подход к обучению сверточной сети байесовского типа. При вероятностно-статистическом подходе к разработке. Dataset необходимо определить вероятностное распределение признаков или входных сигналов нейросети. Даже для больших выборок это представляет достаточно сложную задачу. Но чаще всего таких объемов экспериментальной информации в практических прикладных задачах не имеется. Выборки являются либо малыми, либо уникальными экспериментами, дающими единичные выборочные значения. Такие информационные ситуации относятся к ситуациям со значительной информационной неопределенностью. В статье предложено использовать для определения аналитического вида распределения в условиях значительной неопределенности методы байесовской математической статистики. Приведен пример использования данного подхода для подготовки этапа обучения нейросети BCNN.

Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -720461-080668)

Шифр в сводном ЭК: d22dda2d39eac135a08f9c240f544601

Заказать
Заказ фрагмента документа ₽