An algorithm for training artificial neural network  based on adaptive moments estimation

Круць, Д. О.; Ракитянська, Г. Б.; Іванов, Ю. Ю.; Kruts, D. O.; Rakytyanska, H.; Ivanov, Yu. Yu.

An algorithm for training artificial neural network based on adaptive moments estimation

dc.contributor.author	Круць, Д. О.	uk
dc.contributor.author	Ракитянська, Г. Б.	uk
dc.contributor.author	Іванов, Ю. Ю.	uk
dc.contributor.author	Kruts, D. O.	en
dc.contributor.author	Rakytyanska, H.	en
dc.contributor.author	Ivanov, Yu. Yu.	en
dc.title	An algorithm for training artificial neural network based on adaptive moments estimation	en
dc.date.issued	2022
dc.publisher	Вінницький національний технічний університет	uk
dc.identifier.citation	Круць Д. О. An algorithm for training artificial neural network based on adaptive moments estimation [Текст] / Д. О. Круць, Г. Б. Ракитянська, Ю. Ю. Іванов // Електронні інформаційні ресурси: створення, використання, доступ : збірник матеріалів Міжнародної науково-практичної Інтернет конференції, 28-29 листопада 2022 р. – Суми/Вінниця : НІКО/ВНТУ, 2022. – С. 117-119.	uk
dc.relation.ispartof	Електронні інформаційні ресурси: створення, використання, доступ : збірник матеріалів Міжнародної науково-практичної Інтернет конференції, 28-29 листопада 2022 р. : 117-119.	uk
dc.identifier.udc	681.5.015:007
dc.identifier.uri	http://ir.lib.vntu.edu.ua/handle/123456789/36773
dc.description.abstract	In this paper have been analyzed the features and has been presented a mathematical model the of ADAM algorithm for training artificial neural network.	en
dc.description.abstract	У роботі проаналізовано особливості застосування та представлено математичну модель алгоритму ADAM для навчання штучної нейромережі.	uk
dc.subject	штучна нейронна мережа	uk
dc.subject	алгоритм ADAM	uk
dc.subject	адаптивні моменти	uk
dc.subject	навчання нейромережі	uk
dc.subject	математична модель	uk
dc.subject	artificial neural network	en
dc.subject	ADAM algorithm	en
dc.subject	adaptive moment estimation	en
dc.subject	neural network training	en
dc.subject	mathematical model	en
dc.type	Thesis
dc.language.iso	uk	uk
dc.relation.references	Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы, 2004. 452 с	uk
dc.relation.references	Rumelhart D. E., Hinton G. E. and William R. J. Learning Internal Representations by Error Propagations. 1986. P. 318-362.	en
dc.relation.references	Venkatesan R., Li B. Convolutional Neural Networks. Convolutional Neural Networks in Visual Computing. 2017. P. 89-116	en
dc.relation.references	Kingma D. P. and Ba J. L. Adam: a Method for Stochastic Optimization. 2014. P. 1-15. URL: https://arxiv.org/abs/1412.6980 (access mode 14.11.2022).	en
dc.relation.references	Zaheer M., Reddi S. J., Sachan D. and others. Adaptive Methods for Nonconvex Optimization. Conference on Neural Information Processing Systems. 2018. P. 1-11.	en
dc.relation.references	Wang Y., Xiao Z. and Cao G. A Convolutional Neural Network Method Based on Adam Optimizer with Power-Exponential Learning Rate for Bearing Fault Diagnosis. Journal of Vibroengineering. 2022. P. 666-678.	en
dc.date.accessioned	2023-04-19T10:36:29Z
dc.date.available	2023-04-19T10:36:29Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 122951.pdf
Розмір:: 1,28 MB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 129 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

Наукові видання каф. ПЗ