{"title":"缩小神经网络规模对其泛化能力的影响","authors":"О. Паладієв, O. Лісовиченко","doi":"10.20535/1560-8956.43.2023.292262","DOIUrl":null,"url":null,"abstract":"Предметом дослідження у даній роботі є вплив зменшення розмірів нейромережі на її узагальнюючі можливості. Об'єктом дослідження є різні конфігурації нейронмережевих моделей та їх параметри, такі як кількість нейронів у прихованому шарі та кількість незалежних ознак. Метою цієї роботи є дослідження впливу різних конфігурацій нейромережевих моделей, зокрема зменшення їх розмірів, на їхню здатність до узагальнення. Роботаспрямована на визначення того, коли зменшення розмірів нейромережі призводить до покращення її здатності до узагальнення, і коли обмеження розмірів може заважати досягненню бажаної помилки на навчальних даних. Дослідження також має на меті встановлення оптимальних конфігурацій нейромережевих моделей для різних задачкласифікації на основі впливу розміру мережі та кількості ознак на їхню здатність до узагальнення. \nБібл. 4., іл. 7","PeriodicalId":424436,"journal":{"name":"Адаптивні системи автоматичного управління","volume":"17 11","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Вплив зменшення розмірів нейронної мережі на її здатність до узагальнення\",\"authors\":\"О. Паладієв, O. Лісовиченко\",\"doi\":\"10.20535/1560-8956.43.2023.292262\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Предметом дослідження у даній роботі є вплив зменшення розмірів нейромережі на її узагальнюючі можливості. Об'єктом дослідження є різні конфігурації нейронмережевих моделей та їх параметри, такі як кількість нейронів у прихованому шарі та кількість незалежних ознак. Метою цієї роботи є дослідження впливу різних конфігурацій нейромережевих моделей, зокрема зменшення їх розмірів, на їхню здатність до узагальнення. Роботаспрямована на визначення того, коли зменшення розмірів нейромережі призводить до покращення її здатності до узагальнення, і коли обмеження розмірів може заважати досягненню бажаної помилки на навчальних даних. Дослідження також має на меті встановлення оптимальних конфігурацій нейромережевих моделей для різних задачкласифікації на основі впливу розміру мережі та кількості ознак на їхню здатність до узагальнення. \\nБібл. 4., іл. 7\",\"PeriodicalId\":424436,\"journal\":{\"name\":\"Адаптивні системи автоматичного управління\",\"volume\":\"17 11\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Адаптивні системи автоматичного управління\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.20535/1560-8956.43.2023.292262\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Адаптивні системи автоматичного управління","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20535/1560-8956.43.2023.292262","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Вплив зменшення розмірів нейронної мережі на її здатність до узагальнення
Предметом дослідження у даній роботі є вплив зменшення розмірів нейромережі на її узагальнюючі можливості. Об'єктом дослідження є різні конфігурації нейронмережевих моделей та їх параметри, такі як кількість нейронів у прихованому шарі та кількість незалежних ознак. Метою цієї роботи є дослідження впливу різних конфігурацій нейромережевих моделей, зокрема зменшення їх розмірів, на їхню здатність до узагальнення. Роботаспрямована на визначення того, коли зменшення розмірів нейромережі призводить до покращення її здатності до узагальнення, і коли обмеження розмірів може заважати досягненню бажаної помилки на навчальних даних. Дослідження також має на меті встановлення оптимальних конфігурацій нейромережевих моделей для різних задачкласифікації на основі впливу розміру мережі та кількості ознак на їхню здатність до узагальнення.
Бібл. 4., іл. 7