Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://repository.hneu.edu.ua/handle/123456789/38369| Назва: | Аналіз можливостей використання машинного глибокого навчання для розпізнавання сутностей |
| Автори: | Єнгаличев С. О. Семенов С. Г. |
| Теми: | Глибоке навчання нейронні мережі (DNN) робастні M-оцінки гетерогенні системи прогнозування трафіку аномальні викиди гаусівський шум зворотне поширення помилки RMSE MAPE |
| Дата публікації: | 2023 |
| Бібліографічний опис: | Єнгаличев С. О. Аналіз можливостей використання машинного глибокого навчання для розпізнавання сутностей / С.О. Єнгаличев, С. Г. Семенов // 5th International Scientific and Practical Internet Conference “Integration of Education, Science and Business in Modern Environment: Summer Debates”, 3-4 серпня 2023 р. - 2023. - C. 205-206. |
| Короткий огляд (реферат): | У роботі досліджено проблему підвищення точності аналізу та прогнозування характеристик трафіку в гетерогенних хмарних системах, дані яких піддаються впливу гаусівського шуму та аномальних викидів. Запропоновано новий підхід до оцінювання продуктивності мережі (зокрема, втрат пакетів) із використанням алгоритмів глибокого навчання (Deep Learning), модифікованих застосуванням робастних M-оцінок замість традиційної середньоквадратичної помилки (MSE). |
| URI (Уніфікований ідентифікатор ресурсу): | https://repository.hneu.edu.ua/handle/123456789/38369 |
| Розташовується у зібраннях: | Статті (КІТ) |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Єнгаличев_С.О._Семенов_С.Г._Wayscience.pdf | 746,16 kB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.