СВЁРТОЧНЫЕ И ГЛУБОКИЕ НЕЙРОННЫЕ СЕТИ
DOI:
https://doi.org/10.52167/1609-1817-2023-126-3-189-197Ключевые слова:
искусственная нейронная сеть, нейрон, свёрточная сеть, окно свёртки, тензоризацияАннотация
Подход на основе современных методов машинного обучения делает возможным корректный анализ поведенческих факторов в автоматическом режиме, что является необходимой составной частью современных систем мониторинга, контроля доступа, различных маркетинговых инструментов и т.д. В статье рассмотрены современные подходы к машинному обучению, включая глубокое обучение и тензоризацию искусственных нейронных сетей, предложена разработка нейросетевого классификатора для анализа поведенческих факторов на языке программирования python, приведены результаты построения нейросетевого классификатора для задачи автоматизированной аутентификации пользователей.
Библиографические ссылки
[1] Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell. (2013). Machine learning: An artificial intelligence approach, Springer Science & Business Media.
[2] Yann LeCun, Yoshua Bengio, Geoffrey Hinton. (2015). Deep learning, Nature 521(7553): 436-444.
[3] Vadim Lebedev, Yaroslav Ganin, Maksim Rakhuba, Ivan Oseledets, Victor Lempitsky. (2014). Speeding-up convolutional neural networks using fine-tuned cp-decomposition, arXiv preprint arXiv:1412.6553.
[4] Salykov B., Salykova O., Ivanova I. (2020). E cient Training of Deep Neural Networks for Pattern Recognition, Journal of Mathematics, Mechanics and Computer Science 3: 42-48.
[5] Yoshua Bengio, Patrice Simard, Paolo Frasconi. (1994). Learning long-term dependencies with gradient descent is di cult, IEEE transactions on neural networks 5.2: 157-166.
[6] Martin Zinkevich, Markus Weimer, Alex Smola, Lihong Li. (2010). Parallelized stochastic gradient descent, Advances in neural information processing systems.
[7] Пережогин К.А., Салыкова О.С. (2020). Тензоризация глубоких нейронных сетей, «Әлем таныған Абай»: материалы международной научно-практической конференции студентов и магистрантов – Костанай: Костанайский государственный университет имени А.Байтурсынова: 235-240.
[8] Vadim Lebedev, Yaroslav Ganin, Maksim Rakhuba, Ivan Oseledets, Victor Lempitsky. (2014). Speeding-up convolutional neural networks using fine-tuned cp-decomposition, arXiv preprint arXiv:1412.6553.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Владимир Мадин, Ольга Салыкова, Ирина Иванова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
