Аналіз можливостей використання машинного глибокого навчання для розпізнавання сутностей

Скорочена інформація про документ
dc.contributor.authorЄнгаличев С. О.
dc.contributor.authorСеменов С. Г.
dc.description.abstractУ 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).
dc.identifier.citationЄнгаличев 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.
dc.identifier.urihttps://repository.hneu.edu.ua/handle/123456789/38369
dc.language.isouk_UA
dc.subjectГлибоке навчання
dc.subjectнейронні мережі (DNN)
dc.subjectробастні M-оцінки
dc.subjectгетерогенні системи
dc.subjectпрогнозування трафіку
dc.subjectаномальні викиди
dc.subjectгаусівський шум
dc.subjectзворотне поширення помилки
dc.subjectRMSE
dc.subjectMAPE
dc.titleАналіз можливостей використання машинного глибокого навчання для розпізнавання сутностей
dc.typeArticle

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Єнгаличев_С.О._Семенов_С.Г._Wayscience.pdf
Розмір:
746.16 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (КІТ)