prikaz prve stranice dokumenta Široke i plitke umjetne neuronske mreže
Rad nije dostupan
diplomski rad
Široke i plitke umjetne neuronske mreže
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:752942
Posavec, Marko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Posavec, M. (2021). Široke i plitke umjetne neuronske mreže (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:752942

Posavec, Marko. "Široke i plitke umjetne neuronske mreže." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:752942

Posavec, Marko. "Široke i plitke umjetne neuronske mreže." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:752942

Posavec, M. (2021). 'Široke i plitke umjetne neuronske mreže', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 20.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:752942

Posavec M. Široke i plitke umjetne neuronske mreže [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 20.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:752942

M. Posavec, "Široke i plitke umjetne neuronske mreže", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:752942

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:752942
Podaci o radu
NaslovŠiroke i plitke umjetne neuronske mreže
Naslov (engleski)Wide and shallow artificial neural networks
AutorMarko Posavec
MentorVladimir Čeperić (mentor)
Član povjerenstvaVladimir Čeperić (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (član povjerenstva)
Član povjerenstvaMirko Poljak (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-02-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Neuronske mreže koje sadrže jedan skriveni sloj i veliki broj neurona u tom sloju nazivaju se široke i plitke neuronske mreže. Mogućnosti aproksimacije takvih neuronskih mreža spominje se u više radova tijekom zadnjih 30 godina. Rezultati tih radova pokazuju kako one mogu aproksimirati bilo koju kontinuiranu funkciju na kompaktnom skupu s proizvoljnom točnošću. Iako ovo zvuči kao veoma korisno svojstvo, u praksi se široke i plitke neuronske mreže ne pokazuju kao najbolji modeli za generalizaciju nad novim podacima, iako postižu veliku točnost nad podacima za treniranje. Opisani su utjecaji dubine i širine neuronske mreže. Sposobnost generalizacije širokih i plitkih neuronskih mreža je uspoređena s dubokim modelima. Korištene su različite regularizacijske metode, aktivacijske funkcije i optimizacijske metode. Eksperimenti su provedeni na MNIST i CIFAR-10 skupovima podataka.
Sažetak (engleski)
In this paper advantages and disadvantages of shallow and wide artificial neural networks are analyzed and compared to other deep learning models. It is shown on an example how to approximate any function on a compact set with any desired accuracy with a shallow neural network that has only one hidden layer. This feature, which is proven in theory, is not very useful in practice. The influences of width and depth of neural networks are described. Wide and shallow neural network's ability to generalize is compared to generalization of deep learning models. Different regularization methods, activation functions and optimization methods are described along with their influence on results from training shallow and wide neural networks. Experiments are made on MNIST and CIFAR-10 data sets. In each experiment optimal hiperparameters were found using grid search.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:752942
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 13:32:28