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
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorМороз, Б. І.-
dc.contributor.authorКоноваленко, С. М.-
dc.contributor.authorMoroz, B. I.-
dc.contributor.authorKonovalenko, S. N.-
dc.date.accessioned2017-06-09T07:37:43Z-
dc.date.available2017-06-09T07:37:43Z-
dc.date.issued2017-06-09-
dc.identifier.citation1. 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.uk_UA
dc.identifier.issn2079-0031-
dc.identifier.urihttp://hdl.handle.net/123456789/2496-
dc.description.abstractРозглянуто 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.uk_UA
dc.language.isoukuk_UA
dc.publisherНациональный технический университет «ХПИ»uk_UA
dc.relation.ispartofseriesВестник Национального технического университета “ХПИ”. Тематический выпуск “Информатика и моделирование”;2013, № 39-
dc.subjectнейронна мережаuk_UA
dc.subjectцільова функціяuk_UA
dc.subjectградієнтний методuk_UA
dc.subjectпереробка інформаціїuk_UA
dc.subjectмитна службаuk_UA
dc.subjectneural networkuk_UA
dc.subjecttarget functionuk_UA
dc.subjectgradient methoduk_UA
dc.titleОптимізіція параметрів навчання нейромережевої системи обробки інформації митного контролюuk_UA
dc.title.alternativeOptimization of parameters training a neural network of the system information processing of customs controluk_UA
dc.typeArticleuk_UA
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 базовий опис матеріалу Перегляд статистики


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