Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Studia i Materiały / Europejska Uczelnia Informatyczno-Ekonomiczna w Warszawie

1 2014

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Zastosowanie głębokich sieci neuronowych do ekstrakcji semantycznie znaczących znaków

Adamovich-Golovko V., Aliaksandrovich-Kroshchanka A.

Studia i Materiały / Europejska Uczelnia Informatyczno-Ekonomiczna w Warszawie

2014

Nr 2(8)

123--135

W pracy przedstawiono podstawowe zasady budowy i nauczania sieci neuronowej głebokiego zaufania do określenia semantycznie ważnych oznak na podstawie próbki CIFAR-10. Dla przygotowania do nauki sieci neuronowej głębokiego zaufania stosuje się opracowane podejście na podstawie minimalizacji błędu rekonstrukcyjnego obrazów widocznych i ukrytych dla ograniczonej maszyny Boltzmanna (RBM).

The main principles of construction and learning deep belief neural networks for extraction valuable semantic features are proposed. The proposed approach is based on minimization of reconstruction mean square error, which we can obtain using a simple iterations of Gibbs sampling.