Актуальність і перспективи градієнтного методу опимізації у навчані штучних мереж

Короленко, Енвєр

Please use this identifier to cite or link to this item: https://er.nau.edu.ua/handle/NAU/65211

Full metadata record

DC Field	Value	Language
dc.contributor.author	Короленко, Енвєр	-
dc.date.accessioned	2024-08-16T07:31:17Z	-
dc.date.available	2024-08-16T07:31:17Z	-
dc.date.issued	2024-04-04	-
dc.identifier.citation	Короленко Е. Актуальність і перспективи градієнтного методу оптимізації у навчані штучних мереж // Політ. Сучасні проблеми науки: тези доповідей XXIV Міжнародної науково-практичної конференції здобувачів вищої освіти і молодих вчених. - Національний авіаційний університет. - Київ, 2-5 квітня 2024. - с.138-139.	uk_UA
dc.identifier.uri	https://er.nau.edu.ua/handle/NAU/65211	-
dc.description	1 Майстер-клас ШІ. URL: https://www.unite.ai/uk/що-таке-градієнтний-спуск/ (Дата звернення: 20.03.2024). 2 Градієнтний спуск. URL: https://robotdreams.cc/uk/blog/331-gradiyentniy-spusk-algoritmta- priklad-na-python (Дата звернення: 20.03.2024).	uk_UA
dc.description.abstract	Градієнтний метод оптимізації є важливим і невід'ємним елементом навчання штучних нейронних мереж у сучасному світі штучного інтелекту. Його актуальність визначається зростанням ролі та складності нейронних мереж у вирішенні різноманітних завдань, а також появою нових алгоритмів та технік оптимізації, які постійно вдосконалюються.	uk_UA
dc.language.iso	uk	uk_UA
dc.publisher	Національний авіаційний університет	uk_UA
dc.subject	градієнтний метод	uk_UA
dc.subject	штучні мережі	uk_UA
dc.subject	оптимізація	uk_UA
dc.subject	навчання	uk_UA
dc.title	Актуальність і перспективи градієнтного методу опимізації у навчані штучних мереж	uk_UA
dc.type	Thesis	uk_UA
dc.subject.udc	004.855.3	uk_UA
Appears in Collections:	Політ. Сучасні технології у створенні комп’ютеризованих систем керування

Files in This Item:

File	Description	Size	Format
с.138-139.pdf	тези доповідей	295.88 kB	Adobe PDF	View/Open

Show simple item record