| dc.contributor.author | Головко, Владимир Адамович | |
| dc.contributor.author | Крощенко, Александр Александрович | |
| dc.coverage.spatial | Брест | ru_RU |
| dc.date.accessioned | 2023-11-14T13:23:42Z | |
| dc.date.available | 2023-11-14T13:23:42Z | |
| dc.date.issued | 2015 | |
| dc.identifier.citation | 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.). | ru_RU |
| dc.identifier.uri | https://rep.bstu.by/handle/data/37080 | |
| dc.description | Golovko Vladimir Adamovich, Kroschanko Alexander Alexandrovich. Applying deep belief neural networks to extraction valuable semantic features | ru_RU |
| dc.description.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). | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | семантическая сеть | ru_RU |
| dc.subject | semantic network | ru_RU |
| dc.subject | нейронная сеть глубокого доверия | ru_RU |
| dc.subject | deep trust neural network | ru_RU |
| dc.subject | ограниченная машина Больцмана | ru_RU |
| dc.subject | limited Boltzmann machine | ru_RU |
| dc.subject | ошибка реконструкции | ru_RU |
| dc.subject | reconstruction error | ru_RU |
| dc.subject | метод обратного распространения ошибки | ru_RU |
| dc.subject | error back propagation method | ru_RU |
| dc.title | Применение нейронных сетей глубокого доверия для выделения семантически значимых признаков | ru_RU |
| dc.type | Научный доклад (Working Paper) | ru_RU |
| dc.identifier.udc | 004.89 | ru_RU |
| dc.abstract.alternative | 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. | ru_RU |
