Search
Применение нейронных сетей глубокого доверия для выделения семантически значимых признаков
View/
Date
2015Publisher
БГУИРUDC
004.89Citation
Головко, В. А. Применение нейронных сетей глубокого доверия для выделения семантически значимых признаков / В. А. Головко, А. А. Крощенко // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent System : материалы V международной научно-практической конференции, Минск, 19–21 февраля 2015 г. / Белорусский государственный университет информатики и радиоэлектроники, Администрация Парка высоких технологий ; редкол.: В. В. Голенков (отв. ред.) [и др.]. – Минск : БГУИР, 2015. – С. 481–486 : ил. – Библиогр.: с. 486 (8 назв.).Abstract
В работе приводятся основные принципы построения и обучения нейронной сети глубокого доверия для выделения семантически значимых признаков на основе выборки CIFAR-10. Для предобучения нейронной сети глубокого доверия применяется разработанных подход, базирующийся на минимизации ошибки реконструкции видимых и скрытых образов для ограниченной машины Больцмана (RBM).
Annotation in another language
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.
Collection
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная.