Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Решетневские чтения; Красноярск; Красноярск
Год издания: 2023
Ключевые слова: нейронные сети, количество нейронов, функция активации, задача регрессии, численные переменные, TensorFlow, python, neural networks, number of neurons, activation function, regression tasks, Numerical vari- ables
Аннотация: Нейронные сети являются одним из самых актуальных направлений в области искусственного интеллекта. Они находят применение в различных сферах, включая распознавание образов, обработку естественного языка, восстановление зависимостей и многое другое. Нейронные сети позволяют создавать модели, обучаемые на больших объемах данных и выдПоказать полностьюавать точные результаты. В данной статье исследуется влияние количества нейронов и выбора функций активационных на эффективность работы нейронных сетей. Анализируются различные конфигурации сетей с разными количествами нейронов и различными функциями активации. В работе используются два набора данных - для оценки тока возбуждения синхронного двигателя и предполагаемой мощности аппаратного обеспечения компьютера. Neural networks are one of the hottest trends in the field of artificial intelligence. They find applications in various fields, including pattern recognition, natural language processing, dependency recovery, and much more. Neural networks allow to create models trained on large amounts of data and produce accurate results. This paper investigates the influence of the number of neurons and the choice of activation functions on the performance of neural networks. Different configurations of networks with different numbers of neurons and different activation functions are analyzed. Two datasets are used in the paper, one to estimate the excitation current of a synchronous motor and the other to estimate the estimated power of the computer hardware.
Журнал: Решетневские чтения
Номера страниц: 68-71
Место издания: Красноярск