Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/251896
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorНифагин, В. А.
dc.date.accessioned2020-12-03T11:12:09Z-
dc.date.available2020-12-03T11:12:09Z-
dc.date.issued2020
dc.identifier.citationАктуальные проблемы гуманитарного образования : материалы VII Междунар. науч.-практ. конф., Минск, 22–23 окт. 2020 г. / Белорус. гос. ун-т ; редкол.: С. А. Важник (гл. ред.) [и др.]. – Минск : БГУ, 2020. – С. 327-331.
dc.identifier.isbn978-985-566-950-1
dc.identifier.urihttps://elib.bsu.by/handle/123456789/251896-
dc.descriptionРаздел 6. Высшая школа – перспективы применения информационных технологий в «новой реальности» = Section 6. Higher school – prospects for application of information technologies in the "new reality"
dc.description.abstractИзучаются основные аспекты дипломного проектирования на специальности «Прикладная информатика» БГУ, включая практикоориентируемость и инновации. Исследуются вопросы использования ИНС в содержательной части квалификационных работ различной направленности. Рассматриваются современные типы ИНС и их эффективная применимость в моделях обучения, оптимизационных и игровых задачах. На примере ИНС показаны возможности актуального расширения тематики дипломных проектов за счет последних достижений информационных технологий
dc.language.isoru
dc.publisherМинск : БГУ
dc.subjectЭБ БГУ::ОБЩЕСТВЕННЫЕ НАУКИ::Народное образование. Педагогика
dc.subjectЭБ БГУ::ОБЩЕСТВЕННЫЕ НАУКИ::Информатика
dc.titleИскусственные нейронные сети в дипломном проектировании специальности «Прикладная информатика»
dc.title.alternativeArtificial neural networks in diploma papers of the specialty “Applied informatics” / Nifagin V.A.
dc.typeconference paper
dc.description.alternativeThe article examines the main aspects of graduate design in the specialty "Applied Informatics" of BSU. The focus is on the practical and innovative component. The work is devoted to the use of ANNs in the content of qualification works of various orientations. Among the various types of ANNs, in this work, we focus on multilayer perceptrons (MLPs) with backpropagation learning algorithms. MLPs, the ANNs most commonly used for a wide variety of problems, are based on a supervised procedure and comprise three layers: input, hidden, and output. We discuss various aspects of MLPs, including structure, algorithm, data preprocessing, overfitting, and sensitivity analysis. In addition, we outline the advantages and disadvantages of MLPs and recommend their usage in mathematical modeling. Finally, an example demonstrating the practical application of ANNs in different models is presented
Располагается в коллекциях:2020. Актуальные проблемы гуманитарного образования

Полный текст документа:
Файл Описание РазмерФормат 
327-331.pdf510,25 kBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.