Добірка наукової літератури з теми "Навчання нейронної мережі"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Навчання нейронної мережі".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Навчання нейронної мережі"
Федоряка, М., та K. Мелкумян. "Гібридний метод обробки зображень на конволюційних нейронних мережах". Адаптивні системи автоматичного управління 1, № 38 (31 травня 2021): 72–76. http://dx.doi.org/10.20535/1560-8956.38.2021.233198.
Повний текст джерелаPogrebnyak, S. V., та O. O. Vodka. "Моделювання механічної поведінки еластомірних матеріалів за допомогою штучної нейронної мережі". Scientific Bulletin of UNFU 28, № 11 (27 грудня 2018): 130–34. http://dx.doi.org/10.15421/40281123.
Повний текст джерелаЯлова, Катерина, Ксенія Яшина, Тетяна Говорущенко та Олександр Тарасюк. "СЕНТИМЕНТ АНАЛІЗ ЗАСОБАМИ НЕЙРОННОЇ МЕРЕЖІ". Математичне моделювання, № 1(44) (1 липня 2021): 30–37. http://dx.doi.org/10.31319/2519-8106.1(44)2021.235906.
Повний текст джерелаГрицюк, Іванна, та Andrii Safonyk. "Розроблення інформаційної системи для спектрофотометричного аналізу". Modeling Control and Information Technologies, № 5 (21 листопада 2021): 135–36. http://dx.doi.org/10.31713/mcit.2021.44.
Повний текст джерелаZhukovskyy, V. V., S. V. Shatnyi та N. A. Zhukovska. "Нейронна мережа для розпізнавання та класифікації картографічних зображень ґрунтових масивів". Scientific Bulletin of UNFU 30, № 5 (3 листопада 2020): 100–104. http://dx.doi.org/10.36930/40300517.
Повний текст джерелаПроніна, О., та В. Дегтяр. "Використання нейронних мереж для коригування дефектів мовлення у дітей." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 44 (2 листопада 2021): 127–33. http://dx.doi.org/10.36910/6775-2524-0560-2021-44-20.
Повний текст джерелаІванов, С. М. "МЕТОД ПРОГНОЗУВАННЯ В ЕПОХІ - ПРОМИСЛОВОСТІ 4.0". Visnik Zaporiz'kogo nacional'nogo universitetu. Ekonomicni nauki, № 2 (50) (12 серпня 2021): 127–33. http://dx.doi.org/10.26661/2414-0287-2021-2-50-24.
Повний текст джерелаМажара, І. П., та О. І. Тимочко. "Модель процесу управління повітряним рухом на основі нейронних нечітких мереж". Наука і техніка Повітряних Сил Збройних Сил України, № 2(43), (11 травня 2021): 61–65. http://dx.doi.org/10.30748/nitps.2021.43.08.
Повний текст джерелаЗагородній, О. "Принципи медичної діагностики злоякісного раку шкіри людини за допомогою штучних нейронних мереж." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 40 (19 вересня 2020): 31–36. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-05.
Повний текст джерелаKarpa, D. М., I. H. Tsmots та Yu V. Opotiak. "Нейромережеві засоби прогнозування споживання енергоресурсів". Scientific Bulletin of UNFU 28, № 5 (31 травня 2018): 140–46. http://dx.doi.org/10.15421/40280529.
Повний текст джерелаДисертації з теми "Навчання нейронної мережі"
Ковшик, Валентин Ігорович. "Визначення параметрів штучної нейронної мережі для прогнозування логістичних витрат". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/42694.
Повний текст джерелаКохановська, Н. В., О. В. Якімова та Андрій Олександрович Дашкевич. "Розробка алгоритму навчання штучної нейронної мережі для вирішення задачі класифікацї". Thesis, НТУ "ХПІ", 2011. http://repository.kpi.kharkov.ua/handle/KhPI-Press/3350.
Повний текст джерелаБолбас, Ю. А., та М. Г. Заворотна. "Выбор структуры нейронной сети для выполнения функций распознавания". Thesis, ХНУРЕ, 2019. http://openarchive.nure.ua/handle/document/8475.
Повний текст джерелаНовіков, Олександр Олегович. "Комп’ютерні засоби діагностування захворювань на основі нейронної мережі". Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/43287.
Повний текст джерелаThe object of development - the creation of a software system for diagnosing diseases based on the neural network, which allows to determine the presence of the disease. The subject of development is the automation of the diagnosis of diabetic retinopathy. The software system allows user to diagnose the disease on the basis of a digital image that is uploaded using a graphical interface. In the development process were using programming language Python and such packages as TensorFlow, Keras, NumPy. During development: - analysis of machine learning methods for the classification of digital images is carried out; - developed a software system for the diagnosis of diabetic retinopathy with a user interface; - studied the efficiency of the developed software. The use of this software system will make it possible to automate the diagnosis of the disease. That can help to timely treat the patient, save the time and effort of doctors.
Руденко, Інна Вікторівна. "Інформаційна технологія для класифікації марок автомобілів з використанням згорткової нейронної мережі". Магістерська робота, Хмельницький національний університет, 2020. http://elar.khnu.km.ua/jspui/handle/123456789/9696.
Повний текст джерелаШамрелюк, В'ячеслав Валерійович. "Розпізнавання образів нейромережею із генетичним алгоритмом навчання". Магістерська робота, Хмельницький національний університет, 2021. http://elar.khnu.km.ua/jspui/handle/123456789/10987.
Повний текст джерелаФ, Брунь В. "Концептуальні підходи до навчання нейронних мереж". Thesis, Київ, Національний авіаційний університет, 2012. http://er.nau.edu.ua/handle/NAU/18857.
Повний текст джерелаЗубенко, О. В., Л. М. Семенова, O. V. Zubenko, and L. M. Semenova. "Artificial Neural Networks and Their Current Level of Development." Thesis, Міжнародний гуманітарний університет; Південний регіональний центр Національної академії правових наук України, 2018. http://ir.lib.vntu.edu.ua//handle/123456789/24113.
Повний текст джерелаВ роботі розглянуто нейронні мережі як один з провідних сучасних напрямків розвитку інформаційних технологій. Представлено загальну концепцію нейронної мережі, основні різновиди таких мереж та їх сучасний рівень розвитку.
Мац, В. І., та Леонід Михайлович Любчик. "Перенесення стилю за допомогою нейронних мереж". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2019. http://repository.kpi.kharkov.ua/handle/KhPI-Press/48448.
Повний текст джерелаСмішний, Денис Миколайович. "Система прогнозування економічних показників". Master's thesis, КПІ ім. Ігоря Сікорського, 2019. https://ela.kpi.ua/handle/123456789/30950.
Повний текст джерелаMaster's Thesis: 88 pp., 20 figs., 27 tables, 1 appendix, 33 sources. The urgency of the problem. Globalization and population growth are con-tributing to the development of the global economy and, consequently, to the emergence of new types of economic activity and new players in the labor market. When implementing your own business it is important to properly evaluate the risks of the market, analyzing and trying to predict the movement of quotations in the near future for minimal financial losses. Relationship with working with scientific programs, plans, topics. Cur-rently, it has no specific links to scientific programs or plans. The purpose and objectives of the study. The purpose of this work is re-search possibility of forecasting the economic parameters of enterprises on the ex-ample of stock prices of companies on the stock exchange. The purpose is to de-velop a system based on a neural network, capable of analyzing specified economic indicators and, based on the data obtained, to predict their dynamics. Object of study. The process of forecasting economic performance using neural network elements. Subject of study. Methods of analysis and processing of economic data for a certain period. Novelty. Obtaining a software product capable of predicting economic fluc-tuations. Investigation of the possibility of creating a universal model based on a neural network, which would not require specialization and would be able to work effectively with any set of input data without further training.
Звіти організацій з теми "Навчання нейронної мережі"
Семеріков, С. О. Застосування методів машинного навчання у навчанні моделювання майбутніх учителів хімії. КДПУ, листопад 2018. http://dx.doi.org/10.31812/123456789/2647.
Повний текст джерела