1. Університет митної справи та фінансів
  2. Роботи вчених Університету
  3. Факультет інноваційних технологій
  4. Кафедра комп`ютерних наук та інженерії програмного забезпечення
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://biblio.umsf.dp.ua/jspui/handle/123456789/2496
Назва: Оптимізіція параметрів навчання нейромережевої системи обробки інформації митного контролю
Інші назви: Optimization of parameters training a neural network of the system information processing of customs control
Автори: Мороз, Б. І.
Коноваленко, С. М.
Moroz, B. I.
Konovalenko, S. N.
Ключові слова: нейронна мережа
цільова функція
градієнтний метод
переробка інформації
митна служба
neural network
target function
gradient method
Дата публікації: 9-чер-2017
Видавництво: Национальный технический университет «ХПИ»
Бібліографічний опис: 1. Основи митної справи в Україні: Підручник / За ред. П.В. Пашка. – К.: Знання, 2008. – 652 с. 2. Семенко О.М.-М. Підвищення ефективності роботи по протидії контрабанді та порушенням митних правил, митного контролю за рахунок впровадження автоматизованої системи аналізу та управління митними ризиками на основі Fuzzyтехнології / О.М.-М. Семенко. – К.: LAT & K, 2008. – 238 с. 3. Митні інформаційні технології: навч. посібник / О.Ф. Волик, О.В. Кащеєва, І.В. Дорда та ін. / За ред. П.В. Пашка. – К. : Знання, 2011. – 391 с. 4. Konovalenko Sergii Preprocessing "raw" data sets as an important aspect of intelligent information processing / Sergii Konovalenko // International Book Series "Information Science and Computing". Artificial Intelligence Driven Solutions to Business and Engineering Problems. – Rzeszow and Sofia: ITHEA, 2012. – Book 27. – P. 133-139. 5. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. / Ахим Бююль, Петер Цёфель. – СПб.: ООО "ДиаСофтЮП", 2005. – 608 с. 6. Коноваленко С.М. Деякі аспекти розвитку системи аналізу ризиків порушення митного законодавства / С.М. Коноваленко, Б.І. Мороз // Вісник Національного технічного університету "Харківський політехнічний інститут". – Харків: НТУ "ХПІ", 2011. – № 17. – C. 109-114. 7. Коноваленко С. Применение нейронных сетей в рамках концепции "электронная таможня" / С. Коноваленко, Б. Мороз // International Book Series "Information Science and Computing". Applicable Information Models. – Sofia: ITHEA, 2011. – Book 22. – P. 104-110. 8. Christopher M. Bishop Pattern Recognition and Machine Learning (Information Science and Statistics). – Springer, 2007. – P. 738. 9. Andrew Ng Machine Learning Online Course Режим доступу: http://www.coursera.org.
Серія/номер: Вестник Национального технического университета “ХПИ”. Тематический выпуск “Информатика и моделирование”;2013, № 39
Короткий огляд (реферат): Розглянуто аспекти підвищення якості навчання нейронних мереж типу багатошаровий персептрон за рахунок аналізу та корегування таких параметрів, як крок навчання градієнтного методу, об’єм вхідного вектору, пераметр регуляризації. Графічно показано можливі залежності цільової функції від цих параметрів та приведено заходи, щодо зменшення негативного впливу певної ситуації. Іл.: 3. Бібліогр.: 9 назв.
URI (Уніфікований ідентифікатор ресурсу): http://hdl.handle.net/123456789/2496
ISSN: 2079-0031
Розташовується у зібраннях:Кафедра комп`ютерних наук та інженерії програмного забезпечення

Файли цього матеріалу:
Файл Опис РозмірФормат 
Вісник_ХПІ_2013.pdfЕлектронне видання414,17 kBAdobe PDFПереглянути/Відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.