СВЁРТОЧНЫЕ И ГЛУБОКИЕ НЕЙРОННЫЕ СЕТИ

Авторы

  • Владимир Мадин Костанайский государственный университет им.А.Байтурсынова
  • Ольга Салыкова Костанайский государственный университет им.А.Байтурсынова
  • Ирина Иванова Костанайский государственный университет им.А.Байтурсынова

DOI:

https://doi.org/10.52167/1609-1817-2023-126-3-189-197

Ключевые слова:

искусственная нейронная сеть, нейрон, свёрточная сеть, окно свёртки, тензоризация

Аннотация

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.

Биографии авторов

Владимир Мадин, Костанайский государственный университет им.А.Байтурсынова

докторант, Костанай, Казахстан, vmadin@mail.ru

Ольга Салыкова, Костанайский государственный университет им.А.Байтурсынова

к.т.н., ассоциированный профессор,  Костанай, Казахстан, solga0603@mail.ru

Ирина Иванова, Костанайский государственный университет им.А.Байтурсынова

к.п.н., ассоциированный профессор, Костанай, Казахстан, valera_irina_69@mail.ru

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

19.06.2023

Как цитировать

Мадин, В., Салыкова, О., & Иванова, И. (2023). СВЁРТОЧНЫЕ И ГЛУБОКИЕ НЕЙРОННЫЕ СЕТИ. Вестник КазАТК, 126(3), 189–197. https://doi.org/10.52167/1609-1817-2023-126-3-189-197

Выпуск

Раздел

Автоматизация, телемеханика, связь, компьютерные науки

Наиболее читаемые статьи этого автора (авторов)