Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "gradient methods of optimalization" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Estymacja błędów modelu powierzchni opisanych funkcjami kształtu za pomocą sieci neuronowych
The estimation of errors of area models described by the shape functions by the means of neural networks
Autorzy:
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/341297.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Przyrodniczy we Wrocławiu
Tematy:
sieci neuronowe jednokierunkowe
algorytmy gradientowe
aproksymacja powierzchni
neural network
gradient methods of optimalization
approximation method
Opis:
W artykule przedstawiono zagadnienie estymacji błędów modeli powierzchni określonej na dyskretnym zbiorze punktów o danych wartościach współrzędnych przestrzennych (x,y,z). Przyjęto, że obiekt opisują funkcje kształtu w postaci płaszczyzny, paraboloidy eliptycznej oraz paraboloidy hiperbolicznej. Realizacja numeryczna zadania polegała na wyznaczeniu błędów modeli określonych za pomocą sieci neuronowych oraz na podstawie rozwiązania zadań wyrównawczych. Modelowanie za pomocą sieci neuronowych zrealizowano za pomocą sieci jednokierunkowych wielowarstwowych z zastosowaniem gradientowych metod optymalizacji oraz algorytmu Resilientback Propagation (RPROP). Wyniki porównano z wynikami aproksymacji wielomianem drugiego i trzeciego stopnia, funkcją sklejaną oraz metodą kriging.
The article deals with the issue of estimation of the area models errors determined on the basis of a discrete points set with the given values of space coordinates (x, y, z). The object was assumed to be described by shape functions in the form of the elliptic paraboloid and the hyperbolic paraboloid. The digital task accomplishment consisted in the statistic verification of errors of the models determined by neural networks and by the accomplishment of adjustment tasks. Modeling by the means of neural networks was carried out by the unidirectional multilayer networks with the application of gradient methods of optimalization and by Resilientback Propagation algorithm (RPROP). The obtained results were compared with the following results of approximation of the second and the third degree of polynomial, the b-spline function and the kriging's method.
Źródło:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2007, 6, 1; 15-23
1644-0668
Pojawia się w:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Próba budowy modelu geologicznego pradoliny głogowsko-barudzkiej w okolicy Nowej Soli z wykorzystaniem sztucznych sieci neuronowych
Geological model test construction of great-valley Głogów in area a Nowa Sól with the use of neural networks
Autorzy:
Kraiński, A.
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/372101.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
pradolina
depresja glacitektoniczna
sztuczne sieci neuronowe
gradientowe metody optymalizacji
neural networks
gradient methods of optimalization
great-valley
glacitectonic depression
Opis:
W artykule podjęto próbę wyznaczenia przebiegu warstw geologicznych dla fragmentu obszaru pradoliny głogowsko - barudzkiej, wykorzystując w tym celu sieci neuronowe jednokierunkowe wielowarstwowe typu sigmoidalnego uczone metodą propagacji wstecznej błędu, która bazuje na znanych z teorii optymalizacji metodach gradientowych. Wyznaczenie przebiegu poszczególnych warstw zostało wykonane na podstawie współrzędnych (x,y) oraz danych w postaci wysokości stropu, głębokości spągu oraz miąższości warstw uzyskanych na podstawie badań terenowych.
This article attempts to determine the course of geological strata for a great-valley area Głogów, using the multilayer neural network the sigmoidal type training by back propagation method, which is based on the known theory of gradient optimization methods. Determination of the experience of individual layers was made on the basis of the coordinates (x,y), and data in the form of ceiling height, depth and thickness of floor obtained from field studies.
Źródło:
Zeszyty Naukowe. Inżynieria Środowiska / Uniwersytet Zielonogórski; 2010, 139 (19); 47-66
1895-7323
Pojawia się w:
Zeszyty Naukowe. Inżynieria Środowiska / Uniwersytet Zielonogórski
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies