Методы и модели производительности обучения многослойных нейронных сетей в распределенных компьютерных средах
Vernadsky National Library of Ukraine
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Методы и модели производительности обучения многослойных нейронных сетей в распределенных компьютерных средах
|
|
| Creator |
Аксак, Н.Г.
Лебёдкина, А.Ю. |
|
| Subject |
Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
|
|
| Description |
В работе предложены методы и модели производительности параллельных процедур, которые позволяют эффективно применять многослойную нейронную сеть в распределенных компьютерных средах с различными топологиями («решетка», «полносвязный граф», «звезда»). Достоверность использования предложенных методов и моделей подтверждается экспериментальными исследованиями. У статті запропоновано методи та моделі продуктивності паралельних процедур, які дозволяють ефективно застосовувати багатошарову нейронну мережу в розподілених комп’ютерних середовищах з різними топологіями («решітка», «повнозв’язний граф», «зірка»). Достовірність використання запропонованих методів і моделей підтверджується експериментальними дослідженнями. The methods and performance modelsof parallel processes that enable effectivemultilevel neural networks use in distributed computing environments with different topologies (“grid”, “fully connected graph”, “star”) are proposed inthe paper. The reliability of the proposed methods and models is confirmed by experimental researches. |
|
| Date |
2014-04-15T18:53:11Z
2014-04-15T18:53:11Z 2011 |
|
| Type |
Article
|
|
| Identifier |
Методы и модели производительности обучения многослойных нейронных сетей в распределенных компьютерных средах / Н.Г. Аксак, А.Ю. Лебёдкина // Штучний інтелект. — 2011. — № 4. — С. 481-488. — Бібліогр.: 6 назв. — рос.
1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/60497 004.272.2 |
|
| Language |
ru
|
|
| Relation |
Штучний інтелект
|
|
| Publisher |
Інститут проблем штучного інтелекту МОН України та НАН України
|
|