Általános célú neurális hálózat tesztelése különböző adatbázisokon
Absztrakt: Két rejtett réteget tartalmazó, előrecsatolt, teljes összeköttetésű neurális hálózatot teszteltünk több adatbázison. A teszt célja, hogy az adott rendszer milyen hibaszázalékkal képes az input adatokból a várható értékeket előre jelezni, és alkalmas-e gyakorlati feladatok előrejelzésére....
Elmentve itt :
| Szerzők: | |
|---|---|
| Dokumentumtípus: | Cikk |
| Megjelent: |
2022
|
| Sorozat: | JELENKORI TÁRSADALMI ÉS GAZDASÁGI FOLYAMATOK
17 No. 3-4 |
| Tárgyszavak: | |
| doi: | 10.14232/jtgf.2022.3-4.37-46 |
| mtmt: | 33577600 |
| Online Access: | http://publicatio.bibl.u-szeged.hu/27748 |
| Tartalmi kivonat: | Absztrakt: Két rejtett réteget tartalmazó, előrecsatolt, teljes összeköttetésű neurális hálózatot teszteltünk több adatbázison. A teszt célja, hogy az adott rendszer milyen hibaszázalékkal képes az input adatokból a várható értékeket előre jelezni, és alkalmas-e gyakorlati feladatok előrejelzésére. A Python scriptnyelven fejlesztett grafikus felülettel rendelkező rendszer rugalmasan paraméterezhető, mind a hálózat mérete, struktúrája változtatható, tehát adaptálható különböző méretű adatbázisok vizsgálatára. Abstract: We tested a feedforward, fully connected neural network with two hidden layers on several databases. The purpose of the test is to determine with what percentage of errors the given system is able to predict the expected values from the input data, and whether it is suitable for predicting practical tasks. The system with a graphical interface developed in the Python script language can be flexibly parameterized, and the size and structure of the network can be changed, so it can be adapted to the examination of databases of different sizes. |
|---|---|
| Terjedelem/Fizikai jellemzők: | 37-46 |
| ISSN: | 1788-7593 |