Rychlost učení vícevrstvé sítě

Loading...
Thumbnail Image
Date
ORCID
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Teoretický rozbor umělých neuronových sítí, zvláště jejich typů topologií a učení sítí. Zvláštní zaměření je na vícevrstvou neuronovou síť s učením backpropagation. Uvedený algoritmus učení backpropagation jednoduché sítě společně s popisem parametrů ovlivňujících učení sítě a také metody zhodnocení kvality naučení sítě. Definice momentů invariantních na otočení, posun a změnu měřítka. Optimalizace parametrů neuronové sítě k nalezení nejrychleji učící se neuronové sítě, a také sítě s nejlepší hodnotou rozpoznání vzorů písmen z testovací množiny.
Theoretical study about neural networks, especially their types of topologies and networks learning. Special attention is attended to multilayer neural network with learning backpropagation. Introduced learning algorithm backpropagation of simple networks in conjunction with descriptions of parameters affecting network learning also methods to exaluation quality of network learning. Definition moment invariants to rotation, translation and scaling. Optimalization parameters of neural networks to find the network which has the fastest learning and also the networks with the best value of recognition patterns of letters from testing set.
Description
Citation
MACEČEK, A. Rychlost učení vícevrstvé sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2011.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Automatizační a měřicí technika
Comittee
prof. Ing. Ivan Zelinka, Ph.D. (předseda) prof. Ing. Petr Pivoňka, CSc. (místopředseda) Ing. Petr Honzík, Ph.D. (člen) doc. Ing. Václav Jirsík, CSc. (člen) Ing. Tomáš Macho, Ph.D. (člen) Ing. Soňa Šedivá, Ph.D. (člen)
Date of acceptance
2011-06-14
Defence
Student obhájil bakalářskou práci.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO