<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз видів нейронних мереж для прогнозування рентабельності підприємства

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

В роботі проаналізовано види нейронних мереж. В процесі дослідження були враховані різні види мереж, такі як згорткові мережі, рекурентні мережі, РБФ мережі та багатошаровий перцептрон. Визначено переваги та недоліки цих видів та вибрано оптимальний вид мережі для розв’язку задачі прогнозування рентабельності підприємства.
The paper analyzed types of neural networks, considering various types such as convolutional networks, recurrent networks, radial basis function networks, and multilayer perceptrons. The advantages and disadvantages of these types were identified, and the optimal network type was selected for solving the problem of predicting a company's profitability.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8163-14-3

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Семенов О. М., Колесницький О. К. Аналіз видів нейронних мереж для прогнозування рентабельності підприємства // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21711.

Зібрання

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. Hendry D., Clements M., Castle J. Forecasting: An Essential Introduction. Yale University Press, 2019. 240 p.
  2. Владимир О. Економіка та організація виробництва. Тернопіль : ТНТУ ім. Ів. Пулюя, 2016. 183 с.
  3. Ventriglia F. Neural Modeling and Neural Networks. Elsevier Science & Technology Books, 2013. 526 p.
  4. Artificial Neural Network Modelling / ed. by S. Shanmuganathan, S. Samarasinghe. Cham : Springer International Publishing, 2016. 472 p.
  5. Bianconi G. Multilayer Network Models. Oxford University Press, 2018. 225 p.
  6. Rumelhart D. E., Chauvin Y. Backpropagation: Theory, Architectures, and Applications. Taylor & Francis Group, 2013. 576 p.