Log in

Relevant bibliographies by topics / Градієнтний алгоритм навчання

Contents

Journal articles
Dissertations / Theses

Academic literature on the topic 'Градієнтний алгоритм навчання'

Author: Grafiati

Published: 30 May 2022

Last updated: 31 July 2025

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Градієнтний алгоритм навчання.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Journal articles on the topic "Градієнтний алгоритм навчання"

1

ЧАНКВЕТАДЗЕ, Д. Р., та Л. І. ФЕШАНИЧ. "ІНТЕГРАЦІЯ ШТУЧНОГО ІНТЕЛЕКТУ ТА ЦИФРОВИХ ТЕХНОЛОГІЙ У ВИРОБНИЦТВО ДРОНІВ: ІННОВАЦІЙНІ ПІДХОДИ ДО ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ". Вісник Херсонського національного технічного університету, № 3(90) (27 листопада 2024): 315–23. http://dx.doi.org/10.35546/kntu2078-4481.2024.3.39.

Full text

Abstract:

У статті розглядається сучасний підхід до автоматизації виробництва дронів через інтеграцію новітніх технологій, зокрема штучного інтелекту (ШІ) та гнучких виробничих систем. Важливість ШІ в автоматизації підкреслюється через можливість адаптації виробничих ліній та зменшення витрат завдяки прогнозуванню збоїв і оптимізації процесів на основі аналізу великих даних. Проаналізовані методи автоматизації, такі як правила навчання нейронних мереж (правило Хебба, "дельта", змагання та градієнтний спуск), використовуються для вдосконалення процесів на різних етапах виробництва. Підходи навчання з під

APA, Harvard, Vancouver, ISO, and other styles

2

Норкін, Володимир Іванович, Антон Юрійович Козирєв та Богдан Володимирович Норкін. "Сучасні стохастичні квазіградієнтні алгоритми оптимізації". International Scientific Technical Journal "Problems of Control and Informatics" 69, № 2 (2024): 71–83. http://dx.doi.org/10.34229/1028-0979-2024-2-6.

Full text

Abstract:

Стохастична оптимізація стала провідним методом у різних галузях, таких як машинне навчання, нейронні мережі та обробка сигналів. Ці задачі спрямовані на мінімізацію цільової функції із зашумленими та невизначеними даними. Всебічно порівнюються сучасні квазіградієнтні методи стохастичної оптимізації, ілюструються їхні основні принципи, властивості збіжності та практичні застосування. Вводяться основні поняття градієнтного спуску, стохастичної апроксимації та оптимізації, після чого детально пояснюються методи оптимізації. Поглиблено аналізуються адаптивні стохастичні градієнтні методи, акценту

APA, Harvard, Vancouver, ISO, and other styles

3

Л., С. КОРЯШКІНА, та В. СИМОНЕЦЬ Г. "ЗАСТОСУВАННЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ ДЛЯ ОБРОБКИ КОМЕНТАРІВ ПІД НАВЧАЛЬНИМ МАТЕРІАЛОМ НА ВІДЕОХОСТИНГУ «YOUTUBE»". Science and Transport Progress. Bulletin of Dnipropetrovsk National University of Railway Transport, № 6(90) (8 квітня 2020): 33–42. https://doi.org/10.15802/stp2020/225264.

Full text

Abstract:

<strong>Мета.</strong> Автори мають на меті виявлення токсичних коментарів на відеохостингу «YouTube» під навчальним матеріалом шляхом класифікації неструктурованого тексту за допомогою комбінації методів машинного навчання. <strong>Методика.</strong> У роботі із зазначеним типом даних використано методи попередньої обробки для очищення, нормалізації, представлення текстових даних у вигляді, прийнятному для подальшої роботи на ЕОМ. Безпосередньо для віднесення коментарів до класу «токсичні» використано класифікатор логістичної регресії, метод класифікації

APA, Harvard, Vancouver, ISO, and other styles

4

Козяр, Микола Миколайович, та Лариса Валеріївна Філіппова. "Оцінка ефективності алгоритмів класифікації машинного навчання для різних галузей застосування". 30 жовтня 2024. https://doi.org/10.5281/zenodo.14066294.

Full text

Abstract:

<em>У статті проаналізовано сучасні питання вибору оптимальних алгоритмів класифікації машинного навчання для різних сфер використання. Обґрунтовано потребу в порівняльному аналізі ефективності основних класифікаційних алгоритмів, оскільки кожен із них має свої сильні та слабкі сторони, що суттєво впливають на продуктивність у конкретних умовах.</em> <em>Основна мета дослідження полягає у комплексній оцінці алгоритмів класифікації за показниками точності, швидкості обробки, стійкості до шуму та обчислювальної складності. Застосовано методи огляду літератури, емпіричного тестування алгоритмів н

APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic "Градієнтний алгоритм навчання"

1

Перепеліцин, Сергій Олександрович, та Sergiy Perepelitsyn. "Технологія налаштовування радіомережі в умовах завад інтеграцією маршрутизації та самонавчання". Thesis, Національний авіаційний університет, 2021. https://er.nau.edu.ua/handle/NAU/49767.

Full text

Abstract:

Дисертаційна робота присвячене розв'язання науково-технічної задачі зі створення інформаційної технології моделювання ефективного контролю за топологією однорангової мобільної радіомережі, що само налагоджується, тактичного рівня й управління зміною показників її функціонування в умовах впливу радіоперешкод та радіоелектронної протидії (РЕБ). У дисертаційній роботі вперше запропоновано нова топологія, що відрізняється від відомих тим, що включає елементи навчання поведінки мережі в умовах перешкод. Введені нові процеси інтелектуальної системи керування вузлом мобільної радіомережі: пошукова

APA, Harvard, Vancouver, ISO, and other styles

2

Ломотин, К. Е. "Сравнение алгоритмов адаптивного и градиентного бустинга в задаче классификации текстов". Thesis, Сумский государственный университет, 2017. http://essuir.sumdu.edu.ua/handle/123456789/65585.

Full text

Abstract:

Работа посвящена сравнению двух наиболее популярных алгоритмов бустинга: AdaBoost и градиентного бустинга в задаче классификации научных статей по рубрикам первого уровня УДК. Главное различие этих алгоритмов заключается в методе коррекции весовых коэффициентов и параметров базовых моделей, входящих в их состав.

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!