Please use this identifier to cite or link to this item: http://er.nau.edu.ua:8080/handle/NAU/40141
Title: Automated Adjustment System of Restricted Boltzmann Machine
Other Titles: Автоматизована система налаштування обмеженої машини Больцмана
Authors: Sineglazov, V. M.
Tofaniuk, O. R.
Keywords: deep believe network
restricted boltzmann machine
contrastive divergence
persistent contrastive divergence
parallel tempering
нейронна мережа глибокої довіри
обмежена машина Больцмана
контрастна розбіжність
стійка контрастна розбіжність
паралельне загартування
нейронная сеть глубокого доверия
ограничена машина Больцмана
контрастное расхождение
устойчивое контрастное расхождение
параллельная закалка
Issue Date: Jun-2019
Publisher: Київ «Освіта України»
Series/Report no.: Electronics and Control Systems;N2(60): 43-52
Електроніка та системи управління;N2(60): 43-52
Abstract: In this paper the problem of learning the deep believe neural network with help of a restricted Boltzmann machine and the choose of an optimal algorithm for its training is considered. Different algorithms of restricted Boltzmann machine training, which are used for the pre-training of deep believe neural network, are considered, in order to increase the efficiency of this network and further solve the problem of structural-parametric synthesis of deep believe neural network. This task represents the task of justifying the necessity of optimal choice of the restricted Boltzmann machine adjustment algorithm for improving the quality of training of the neural network. To solve this problem, it is suggested to create an automated adjustment system of restricted Boltzmann machine, which choose the optimal training algorithm for this neural network
У даній роботі розглянуто задачу навчання нейронної мережі глибокої довіри за допомогою обмеженої машини Больцмана та вибором оптимального критерію для її навчання. Розглянуто різні алгоритми навчання обмеженої машини Больцмана, яка використовується для попереднього навчання нейронної мережі глибокої довіри, для підвищення ефективності роботи цієї мережі з подальшим вирішенням задачі структурно-параметричного синтезу нейронної мережі глибокої довіри. Це завдання являє собою задачу обгрунтування необхідності оптимального вибору алгоритму налаштування обмеженої машини Больцмана для підвищення якості навчання нейронної мережі глибокої довіри. Для вирішення цієї проблеми запропоновано створити автоматизовану систему налаштування нейронної мережі глибокої довіри, яка буде обирати оптимальні критерії навчання для даної нейронної мережі
URI: http://er.nau.edu.ua:8080/handle/NAU/40141
ISSN: 1990-5548
Appears in Collections:Наукові публікації та матеріали кафедри АКІК

Files in This Item:
File Description SizeFormat 
8.pdfНаукова стаття702.25 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.