Проблемы управления
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Пробл. управл.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Проблемы управления, 2020, выпуск 2, страницы 3–19
DOI: https://doi.org/10.25728/pu.2020.2.1
(Mi pu1178)
 

Эта публикация цитируется в 4 научных статьях (всего в 4 статьях)

Обзоры

Глубокие нейронные сети: зарождение, становление, современное состояние

А. В. Макаренко

Институт проблем управления им. В.А. Трапезникова РАН, г. Москва
Список литературы:
Аннотация: Рассмотрено эволюционное развитие искусственных нейронных сетей: от зарождения в виде нейрона Маккаллока - Питтса до современных глубоких архитектур. Перечислены основные «нейросетевые кризисы» и показаны причины их появления. Основное внимание уделено нейронным архитектурам, обучающимся в режиме «обучения с учителем» по размеченной выборке данных. Приведены ссылки на оригинальные работы и основополагающие математические теоремы, формирующие теоретический фундамент под направлением искусственных нейронных сетей. Проанализированы причины затруднений на пути к формированию эффективных глубоких нейронных архитектур, рассмотрены пути разрешения возникших трудностей, выделены обстоятельства, способствующие успеху. Перечислены основные слои свёрточных и рекуррентных нейронных сетей, а также их архитектурные комбинации. Приведены примеры и ссылки на статьи, демонстрирующие эффективность глубоких нейронных сетей не только на данных, имеющих ярко выраженные структурные паттерны (изображения, голос, музыка и др.), но и на сигналах стохастического/хаотического характера. Выделено также одно из основных направлений развития свёрточных нейросетей — внедрение в слои обучаемых интегральных преобразований. На базовом уровне рассмотрена современная архитектура «Трансформер» — мейнстрим в задачах обработки последовательностей (в том числе в компьютерной лингвистике). Приведена ключевая проблематика современной теории искусственных нейронных сетей.
Ключевые слова: глубокое обучение, свёрточные нейронные сети, рекуррентные нейронные сети.
Поступила в редакцию: 17.12.2019
Исправленный вариант: 25.12.2019
Принята в печать: 25.12.2019
Тип публикации: Статья
УДК: 004.852
Образец цитирования: А. В. Макаренко, “Глубокие нейронные сети: зарождение, становление, современное состояние”, Пробл. управл., 2020, № 2, 3–19
Цитирование в формате AMSBIB
\RBibitem{Mak20}
\by А.~В.~Макаренко
\paper Глубокие нейронные сети: зарождение, становление, современное состояние
\jour Пробл. управл.
\yr 2020
\issue 2
\pages 3--19
\mathnet{http://mi.mathnet.ru/pu1178}
\crossref{https://doi.org/10.25728/pu.2020.2.1}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/pu1178
  • https://www.mathnet.ru/rus/pu/v2/p3
  • Эта публикация цитируется в следующих 4 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Проблемы управления
    Статистика просмотров:
    Страница аннотации:347
    PDF полного текста:149
    Список литературы:45
    Первая страница:19
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024