Крайне срочно нужна литература по теме: "Разработка алгоритмов для обучения глубинных нейронных сетей в условиях нестабильных данных с использованием методов динамической перестройки архитектур и автоматической коррекции параметров". Нужны источники, затрагивающие исключительно перечисленные методы!
Спасибо!
Ответ:
Здравствуйте! В рамках Виртуальной справочной службы предоставить исчерпывающий список по теме Вашего запроса не представляется возможным, так как тема сформулирована узко и требует углубленного разыскания. Предлагаем следующую литературу для начала работы (источники – ЭК ГПНТБ СО РАН, ИНИОН РАН по науковедению, БД НОУНБ, ЭК РНБ, ЭК РГБ):
1. Алейник А.О. Разработка алгоритмов глубинного обучения для распознавания эмоций // Студенческий вестник. – 2023. – № 26-3 (265). – С. 32-33. – Электронная копия номера доступна на сайте Интернаука. URL: https://www.internauka.org/journal/stud/herald/265 (дата обращения: 07.10.2024).
2. Зуев В.Н. Модифицированный алгоритм обучения нейронных сетей / В.Н. Зуев, В.К. Кемайкин // Программные продукты и системы. – 2019. – № 2. – С. 258-262. – Электрон. копия доступна на сайте электрон. науч. б-ки Киберленикна. URL: https://cyberleninka.ru/article/n/modifitsirovannyy-algoritm-obucheniya-neyronnyh-setey (дата обращения: 07.10.2024).
3. Использование алгоритмов обучения однослойной сети для многослойных нейронных сетей прямого распространения / Л.П. Махнист, В.А. Головко, И.И. Гладкий, Т.И. Каримова // Вестник Брестского государственного технического университета. Серия: Физика, математика, информатика. – 2020. – № 5. – С. 32-37. – Электрон. копия доступна на сайте Репозитория Брестского гос. техн. ун-та. URL: https://rep.bstu.by/bitstream/handle/data/10605/32-37.pdf?sequence=1&isAllowed=y (дата обращения: 07.10.2024).
4. Кобзев А.А. Анализ алгоритмов обучения нейронной сети / А.А. Кобзев, А.В. Лекарева, О.В. Сидорова // Современные наукоемкие технологии. – 2021. – № 6. – С. 23-28. – Электрон. копия доступна на сайте журн. URL: https://top-technologies.ru/ru/article/view?id=38692&ysclid=m1ynqdoch2317525745 (дата обращения: 07.10.2024).
5. Ковжун Д.А. Сравнительный анализ различных алгоритмов обучения искусственной нейронной сети / Д.А. Ковжун, А.А. Федоров // Международный журнал гуманитарных и естественных наук. – 2024. – № 4-3 (91). – С. 11-14. – Электрон. копия доступна на сайте электрон. науч. б-ки Киберленики. URL: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-razlichnyh-algoritmov-obucheniya-iskusstvennoy-neyronnoy-seti (дата обращения: 07.10.2024).
6. Орлов А.А. Разработка и исследование алгоритма посменного инкрементного обучения нейронной сети / А.А. Орлов, Е.С. Абрамова // Компьютерная оптика. – 2023. – № 3. – С. 491-498. – Электрон. копия доступна на сайте журн. URL: https://computeroptics.ru/ ; То же на сайте электрон. б-ки Киберленинка. URL: https://cyberleninka.ru/article/n/razrabotka-i-issledovanie-algoritma-posmennogo-inkrementnogo-obucheniya-neyronnoy-seti (дата обращения: 07.10.2024).
7. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. – 2017. – Т. 6, № 3. – С. 28-59. – Электрон. копия доступна на сайте журн. URL: https://vestnik.susu.ru/cmi/article/viewFile/6152/5640?ysclid=m1yrfqnbqh932185244 (дата обращения: 07.10.2024).
8. Федулов Д.Д. Обучение глубоких нейронных сетей // Путь в науку. Математика : всерос. молодежная конф., 11-16 мая 2021 г., Ярославль : тез. докл. конф. / Ярославский гос. ун-т им. П.Г. Демидова ; ред. кол.: И.С. Кащенко, А.А. Кащенко. – Ярославль, 2021. – С. 63-65. – Электрон. копия доступна на сайте электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=47281613 (дата обращения: 07.10.2024). – Доступ после регистрации.
9. Шатравин В. Разработка алгоритма настройки перестраиваемой вычислительной среды в составе аппаратного ускорителя искусственных нейронных сетей / В. Шатравин, Д. Шашев // Цифровая экономика. – 2022. – № 4 (20). – С. 11-18. – Электрон. копия доступна на сайте журн. URL: http://digital-economy.ru/images/easyblog_articles/985/DE-2022-04-02.pdf (дата обращения: 07.10.2024).
10. Шматов Г.П. Нейронные сети и генетический алгоритм : учеб. пособие / Г.П. Шматов, Е.Е. Фомина ; Тверской гос. техн. ун-т. – Тверь : Тверской гос. техн. ун-т, 2019. – 199 с. : ил. – Библиогр.: с. 195-199 (71 назв.).
11. Юлкова В.М. Искусственные нейронные сети. Глубокое обучение / В.М. Юлкова, Г.В. Шиловский // Мониторинг. Наука и технологии. – 2019. – № 4 (42). – С. 68-72. – Электрон. копия доступна на сайте журн. URL: http://csmos.ru/index.php?page=mnt-issue-2019-4-10&ysclid=m1z1bi1agy874712107 (дата обращения: 07.10.2024).
Рекомендуем также осуществить самостоятельный поиск дополнительной литературы по ЭК ГПНТБ СО РАН (открыть ссылку).
Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (открыть ссылку). Услуги предоставляются на платной основе.
