OPTIMIZATION METHODOLOGY FOR NEURAL NETWORK ELEMENTS ON THE EXAMPLE OF PERCEPTRON

Алексей Галактионович Бычков, Татьяна Викторовна Киселёва, Е.В. Маслова
{"title":"OPTIMIZATION METHODOLOGY FOR NEURAL NETWORK ELEMENTS ON THE EXAMPLE OF PERCEPTRON","authors":"Алексей Галактионович Бычков, Татьяна Викторовна Киселёва, Е.В. Маслова","doi":"10.36622/vstu.2022.87.1.001","DOIUrl":null,"url":null,"abstract":"В работе рассматриваются структура нейрона и математические методы, используемые для подсчёта его значений. Для ускорения работы по расчётам этих значений предложены более эффективные методы расчёта градиента на этапе обратного прохода.\n The paper discusses the structure of a neuron and the mathematical methods used to calculate its values. To speed up the work on calculating these values, more efficient methods for calculating the gradient at the back pass stage are proposed. Various ways of optimizing the initial data set are also considered, which also affects the speed of the algorithms.","PeriodicalId":331043,"journal":{"name":"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36622/vstu.2022.87.1.001","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

В работе рассматриваются структура нейрона и математические методы, используемые для подсчёта его значений. Для ускорения работы по расчётам этих значений предложены более эффективные методы расчёта градиента на этапе обратного прохода. The paper discusses the structure of a neuron and the mathematical methods used to calculate its values. To speed up the work on calculating these values, more efficient methods for calculating the gradient at the back pass stage are proposed. Various ways of optimizing the initial data set are also considered, which also affects the speed of the algorithms.
以感知器为例的神经网络元素优化方法
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信