Мы обрабатываем файлы cookie. Они помогают нам делать этот сайт удобнее для пользователей. Продолжая работу с сайтом
ugrasu.ru, вы соглашаетесь с обработкой файлов cookie вашего браузера. Однако вы можете запретить обработку
некоторых типов файлов cookie в настройках вашего браузера. Узнать больше.
Математические модели, численные методы и комплекс программ для управления кадровым обеспечением регионов
Докладчик
Татьянкин В.М.
Эксперт(ы)
Алексеев В.И.
Дата проведения семинара
28.03.2019
Место проведения семинара
218 аудитория 3 корпуса
Целевая аудитория
НПР, студенты
Модератор
Пятков С.Г.
Аннотация доклада
Представлены промежуточные результаты исследования по разработке нового способа идентификации образов. Суть предложенного способа заключается в формирование архитектуры нейронной сети состоящей из множества нейронных сетей индивидуальной ответственности(далее НСИО). Под НСИО понимается нейронная сеть, отвечающая за идентификацию 1 или 2 образов. Общее количество НСИО для идентификации n образов, варьируется от n до n^2 штук, в зависимости от логики построения архитектуры нейронной сети. Окончательное решение по идентификации образа принимается на основе максимальной суммы выходных значений сгруппированных НСИО под каждый образ. Биологические предпосылки предложенного способа, заключаются в том, что человек определяет не абсолютное значение рассматриваемого объекта, а выбирает наиболее подходящий из доступных ему образов путём сравнения с каждым.
Краткое содержание доклада-презентации:
1. Современные архитектуры нейронных сетей без обратной связи и их результативность.
2. Размышления по возможности 100% идентификации образов.
3. Нейронная сеть индивидуальной ответственности для повышения результативности идентификации образов.
4. Логика построения архитектуры нейронной сети из НСИО.
5. Оценка эффективности предложенного способа.