| Form of studies |
Master |
| Title of the study programm |
Computer Systems |
| Title in original language |
Mākslīgā vektora neirona koncepcijas izstrāde un pareizības pārbaude daudzslāņu tīklos |
| Title in English |
Development of Artificial Vector Neuron Concept and its Proof in Multilayer Networks |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Jānis Grundspeņķis |
| Reviewer |
Ē.Nazaruka, Lietišķo datorzinātņu katedras asoc.profesore |
| Abstract |
Mākslīgā neironu tīkla (MNT) skaitļošanas elementus implementē ar dažādām vektora argumenta skalāra funkcijām. Darba ietvaros ir izstrādāta jauna mākslīgā neirona interpretācija, kas paredz vektora funkcijas lietošanu neirona darbības principu aprakstam un dod iespēju izmantot iekšējo tīklu kā neironu tīkla mezglu. Tiek izstrādāti un formalizēti dažādi vektora MNT modeļi, uzrakstītas metodes vektora MNT projektēšanai Tensorflow mašīnmācīšanās platformā, kas ir publiski pieejamas citu pētījumu veikšanai. Tiek veikta skalāra un vektora modeļu empīriskā salīdzināšana, no kās seko, ka vektora MNT var lietot pilnīgi saistīto tīklu vietā bez prognozēšanas kļūdas palielināšanas un mācīšanas laika pagarināšanas.
Darba pamattekstā ir 95 lappuses, 35 attēli, 10 tabulas un 48 informācijas avoti. |
| Keywords |
VEKTORA NEIRONS, MĀKSLĪGAIS NEIRONU TĪKLS, MAŠĪNMĀCĪŠANĀS, DAUDZSLĀŅU TĪKLI, AKTIVIZĀCIJAS FUNKCIJA |
| Keywords in English |
VECTOR NEURON, ARTIFICIAL NEURAL NETWORK, MACHINE LEARNING, MULTILAYER NETWORK, ACTIVATION FUNCTION |
| Language |
lv |
| Year |
2021 |
| Date and time of uploading |
31.05.2021 02:41:04 |
