Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/36818
Назва: Розробка методів дослідження нейронних мереж з використанням середовища Wolfram Mathematica та мови програмування С++
Інші назви: Development of methods for research of neural networks using Wolfram Mathematica and C ++ programming language.
Автори: Лавренів, Андрій Дмитрович
Lavreniv, Andrii
Бібліографічний опис: Лавренів А. Д. Розробка методів дослідження нейронних мереж з використанням середовища Wolfram Mathematica та мови програмування С++ : кваліфікаційна робота магістра за спеціальністю „121 — інженерія програмного забезпечення“ / А. Д. Лавренів. — Тернопіль: ТНТУ, 2021. — 131 с.
Bibliographic description: Lavreniv A. D. Development of methods for research of neural networks using Wolfram Mathematica and C ++ programming language: diploma thesis for the qualification level of master of specialty "121 — Software Engineering"/ V. V. Boreiko — Ternopil: TNTU, 2021. — 131 pp.
Дата публікації: 25-гру-2021
Дата подання: 25-січ-2021
Дата внесення: 25-гру-2021
Видавництво: ТНТУ ім. І Пулюя
Країна (код): UA
Місце видання, проведення: ТНТУ ім. І. Пулюя
Науковий керівник: Бойко, Ігор Володимирович
УДК: 004.9
004.422.81
Теми: 121
інженерія програмного забезпечення
нейронна мережа
хмарні технології
графи
персептрон
машинне навчання
Короткий огляд (реферат): Мета, яка поставлена в магістерській роботі досягається шляхом виконання таких завдань для середовища Wolfram Mathematica: дослідження основних видів нейронних мереж та способів їх подання; навчання нейронної мережі; формування репозиторію нейронної мережі Wolfram; способи отримання необхідної інформації у нейронній мережі;розробка самостійної LeNet архітектури та MXNet фреймфорку для нейронних мереж.
Опис: Практичним застосуванням є нейроні мережі та методи роботи з ними у системі Wolfram Mathematica. Безпосередня ідея магістерської роботи полягає у розробці програмних засобів для роботи з нейронними мережами у системі Wolfram Mathematica. Також в роботі розв’язується задача із порівняння ефективності роботи основних типів нейронних мереж та встановлюються особливості подання і отримання даних в них. Наукова новизна отриманих в дипломній роботі результатів полягає у тому, що вперше було послідовно розроблено програмні засоби для побудови, аналізу та застосування нейронних мереж з використанням середовища та мови програмування Wolfram Mathematica. Встановлено, що нейронні мережі, які працюють у рамках системи Mathematica мають перспективу застосування до широкого кола прикладних та наукових задач
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/36818
Перелік літератури: 1. Zielesny, A. (2016). From Curve Fitting to Machine Learning. Intelligent Systems Reference Library. doi:10.1007/978-3-319-32545-3.
2. J. Barrat, Our Final Invention: Artificial Intelligence and the End of the Human Era, New York 2013, Thomas Dunne Books.
3. Freeman J. A. (1994): Simulating Neural Networks with Mathematica, Addison-Wesley, Massachusetts.
4. Haykin S. (2009): Neural Networks and Learning Machines,Third Edition,Prentice Hall,New York, London,Sydney.
5. J. A. Freeman, Simulating Neural Networks with Mathematica, Boston 1993, Addison-Wesley Longman Publishing Co.
6. A. Forsgren, P. E. Gill, M. H. Wright, Interior Methods for Nonlinear Optimization, SIAM Rev. 44 (4), 525-597, 2002.
7. Awange, J., Paláncz, B., & Völgyesi, L. (2020). Hybrid Imaging and Visualization. doi:10.1007/978-3-030-26153-5
8. S. S. Keerthi, E. G. Gilbert, Convergence of a Generalized SMO Algorithm for SVM Classifier Design, Machine Learning 46, 351-360, 2002.
9. Srinivasan J, Han YK and Ong SH (1993): Image reconstruction by a Hopfield neural network, Image and Vision Computing 11(5), pp. 279-282.
10. C. M. Bishop, Pattern Recognition and Machine Learning, New York 2006, Springer.
Тип вмісту: Master Thesis
Розташовується у зібраннях:121 — інженерія програмного забезпечення

Файли цього матеріалу:
Файл Опис РозмірФормат 
Лавренів.pdf10,63 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора