ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ "МОЛОДАЯ НАУКА СИБИРИ"

ОЦЕНКА И ПЕРСПЕКТИВЫ РАЗВИТИЯ ГЛУБОКОГО ОБУЧЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

Авторы: 
Дата поступления: 
15.06.2020
Библиографическое описание статьи: 

Печкин А.Д., Кириллова Т.К. Оценка и перспективы развития глубокого обучения искусственных нейронных сетей [Электронный ресурс] / А. Д Печкин, Т. К. Кириллова // Молодая наука Сибири: электрон. науч. журн. — 2021. — №1. — Режим доступа: http://mnv.irgups.ru/toma/111-2021, свободный. — Загл. с экрана. — Яз. рус., англ. (дата обращения: 17.05.2021)

Год: 
2021
Номер журнала (Том): 
УДК: 
004.048
Файл статьи: 
Аннотация: 

В данной статье представлен обзор развития глубокого обучения искусственных нейронных сетей, рассмотрены основные его виды. В данный момент глубинное обучение продолжает развиваться и использование новых методов и стратегий обучения позволяют увеличивать скорость и точность работы данных алгоритмов. Кроме того, стоит упомянуть, что эти алгоритмы могут принимать решения, которые превосходят работу биологической нейронной сети. И развитие технологий позволяет ускорить их работу. Проведен анализ состояния данной технологии, выявлены преимущества и недостатки в текущий момент и перспективы в будущем глубокого обучения

Список цитируемой литературы: 
  1. Гласснер, Э. Глубокое обучение без математики. Том 2. Практика : руководство / Э. Гласснер ; перевод с английского В. А. Яроцкого. — Москва : ДМК Пресс, 2020. — 610 с.
  2. Гудфеллоу, Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль ; перевод с английского А. А. Слинкина. — 2-е изд. — Москва : ДМК Пресс, 2018. — 652 с.
  3. Паттерсон Д. Глубокое обучение с точки зрения практика /, А. Гибсон. — Москва : ДМК Пресс, 2018. — 418 с.
  4. Теофили, Т. Глубокое обучение для поисковых систем : руководство / Т. Теофили ; перевод с английского Д. А. Беликова. — Москва : ДМК Пресс, 2020. — 318 с. — ISBN 978-5-97060-776-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/140574 (дата обращения: 15.03.2020). —.
  5. Резницкий М.А. Программная реализация автоматизированной системы обнаружения дефектов верхнего строения пути на основе технологии свёрточных нейронных сетей [Электронный ресурс] / М. А. Резницкий, Л.В. Аршинский // Молодая наука Сибири: электрон. науч. журн. – 2018. – №1. – Режим доступа: http://mnv.irgups.ru/toma/11-2018, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 17.05.2020).
  6. Afanasiev A.D., Afanasieva Z.S. Artificial intellect practicum in information security sphere // International Scientific Conference "Security: Information, Technology, Behavior". Collection of papers from international conferences by HNRI «National development». December 2017– SPb.: HNRI «National development», 2017
  7. Визильтер Ю.В. Структурно-функциональный анализ и ситнез глубоких конволюционных нейронных сетей.//Компьютерная оптика – 2019г. №5 С. 886-900
  8. Б. Рамсундар  Глубокое обучение в биологии и медицине. Перевод с английского В. С. Яценкова. — Москва : ДМК Пресс, 2020. — 202 с.