Пошук академічних текстів

Інформація × Реєстраційний номер 0825U002234, Дисертація доктора філософії На здобуття Доктор філософії Дата захисту 16-06-2025 Статус Наказ про видачу диплома Назва роботи Використання технiк навчання нейронних мереж на малому наборi даних для адаптацiї моделi. Здобувач Баранов Микола Вікторович, Керівник Щербина Юрій Миколайович Опонент Недашківська Надія Іванівна Опонент Литвин Василь Володимирович Рецензент Пелешко Дмитро Дмитрович Рецензент Колос Надія Мирославівна Опис У дисертаційній роботі досліджено проблематику навчання штучних нейронних мереж в умовах обмеженої кількості та потенційної зашумленості тренувальних даних. З’ясовано специфіку застосування нейронних мереж як універсального інструменту для задач, де побудова прямих алгоритмів є складною, та висвітлено, що класичні моделі часто вимагають значних обсягів якісних даних, збір та анотування яких є трудомістким процесом. Встановлено, що ймовірнісні моделі дозволяють прогнозувати розподіл ймовірностей, що надає можливість оцінювати невизначеність прогнозів, покращує узагальнення на малих вибірках та допомагає уникнути ефекту перенавчання. Визначено, що моделі на основі множини експертів ефективно акумулюють знання у різних частинах мережі, підвищуючи гнучкість архітектури для подальшого змiнення та розширення. Продемонстровано ефективність інтеграції ймовірнісного підходу, методів навчання на малих даних та моделей з розподіленими знаннями для успішного вирішення задачі багатокласової класифікації за один прямий прохід моделі, навіть в умовах обмеженої кількості даних, наявності похибок у тренувальних даних та ситуацій невизначеностей. Це реалізовано виконанням головних завдань дисертаційної роботи: дослідженням ймовірнісних моделей, адаптованих для навчання на малих наборах даних; розглядом підходу до побудови моделей на основі множини експертів; демонстрацією інтеграції досліджених підходів для вирішення задачі багатокласової класифікації в зазначених умовах. Дата реєстрації 2025-06-10 Додано в НРАТ 2025-06-10 Закрити