Wpływ opisu danych na efektywność uczenia oraz pracy sztucznej sieci neuronowej na przykładzie identyfikacji białek
DOI:
https://doi.org/2080-9069Słowa kluczowe:
sztuczna sieć neuronowa, uczenieAbstrakt
Uczenie jednokierunkowych wielowarstwowych sztucznych sieci neuronowych jest zagadnieniem szeroko omawianym w literaturze. Autorzy większości opracowań skupiają się na metodach uczenia, zdecydowanie mniej prac poświęconych jest wpływowi preprocesingu danych na uczenie i efektywność pracy sieci. Skoro uczenie sztucznych sieci neuronowych jest szukaniem funkcji odwzorowującej zbiór danych wejściowych w zbiór oczekiwanych odpowiedzi, to czego możemy oczekiwać, jeżeli zmienimy opis danych uczących? Zmienia się funkcja odwzorowująca, a więc szukamy innej funkcji, zatem jest możliwe, iż sposób kodowania danych wpływa na efektywność uczenia i pracy sieci. Niniejsza praca dotyka przedstawione zagadnienie badając wpływ sposobu zakodowania opisu białek na efektywność uczenia oraz pracy sieci neuronowej identyfikującej rodzaj białkaOpublikowane
2013-12-15
Jak cytować
BARTMAN, J. (2013). Wpływ opisu danych na efektywność uczenia oraz pracy
sztucznej sieci neuronowej na przykładzie identyfikacji
białek. Journal of Education, Technology and Computer Science, (2), 358–365. https://doi.org/2080-9069
Numer
Dział
SELECTED PROBLEMS OF SCHOOL EDUCATION