Методы борьбы с переобучением в нейронных сетях

Бесплатный доступ

Представленная статья посвящена актуальному вопросу из области развития искусственных нейронных сетей, связанного с переобучением. В статье анализируются такие основные сведения о представленной проблеме, как актуальность, а также необходимость и инструменты для ее разрешения. В результате работы автором приводятся одни из наиболее распространенных и эффективных методов, направленных на борьбу с переобучением в нейронных сетях. Автором выделяются принципы работы и основные особенности каждого из представленных метода. В заключение приводится результат работы, а также отмечаются тенденции, связанные с темой представленного исследования. В работе применяются теоретические методы исследования, а также результаты научных исследований зарубежного и отечественного авторства.

Еще

Информационные технологии, искусственные нейронные сети, переобучение, сеть, интеллектуальные технологии

Короткий адрес: https://sciup.org/170194996

IDR: 170194996   |   DOI: 10.24412/2500-1000-2022-7-2-99-103

Список литературы Методы борьбы с переобучением в нейронных сетях

  • Афанасьев Д.Ю. Применение аугментации для улучшения качества классификации // StudNet. - 2022. - №4.
  • Пырнова О.А., Зарипова Р.С. Методы и проблемы переобучения многослойной нейронной сети // Казанский государственный энергетический университет. - 2020. - №2.
  • Zemlyansky A.D. Investigation of the architecture of convolutional neural networks for the task of pattern recognition // Bulletin of Science and Education. - 2017. - №6.
  • Астапов Р.Л., Дубатов Р.С. Классификация текстов с помощью сверточных нейронных сетей // Вестник науки. - 2020. - №8.
  • Андреев В.В. Метод остаточного обучения глубоких нейронных сетей // Решетневские чтения. - 2018. - №4.
  • Hermikhanova H.R. Methods of neural network training (some aspects) // Innovative aspects of the development of science and technology. - 2020. - №2.
  • Тихонов А.А. Большие данные и глубокое машинное обучение в искусственных нейронных сетях // Наука и образование сегодня. - 2018. - №6.
Статья научная