Moisés Laurence, Areolino de Almeida

Profondo CollabNet

Rete collaborativa di apprendimento profondo

• Broschiertes Buch

Produktbeschreibung

Con l'obiettivo di migliorare l'apprendimento delle reti neurali profonde, questo lavoro propone la rete CollabNet, che consiste in un nuovo metodo di inserimento di nuovi strati nascosti nelle reti neurali di tipo Deep FeedForward, ispirato agli autoencoder impilati. La nuova forma di inserimento è considerata collaborativa e mira a migliorare l'addestramento rispetto agli approcci basati sugli autoencoder impilati. In questo nuovo approccio, l'inserimento dello strato avviene in modo coordinato e graduale, mantenendo sotto il controllo del progettista l'influenza di questo nuovo strato nell'addestramento e non più in modo casuale e stocastico come nell'impilamento tradizionale. La collaborazione proposta in questo lavoro consiste nel far sì che il nuovo strato inserito continui l'apprendimento ottenuto dagli strati precedenti, senza danneggiare l'apprendimento globale della rete. In questo modo, il nuovo strato inserito collabora con gli strati precedenti e l'ensemble lavora in modo più allineato con l'apprendimento. CollabNet è stato testato su un database di un problema reale, ottenendo risultati soddisfacenti e promettenti.

Produktdetails

• Verlag: Edizioni Sapienza
• Seitenzahl: 60
• Erscheinungstermin: 31. März 2023
• Italienisch
• Abmessung: 220mm x 150mm x 4mm
• Gewicht: 107g
• ISBN-13: 9786205814840
• ISBN-10: 6205814846
• Artikelnr.: 67710017

Autorenporträt

Développe la recherche dans le domaine de l'apprentissage automatique en mettant l'accent sur les algorithmes d'apprentissage profond. Personne polyvalente ayant de l'expérience dans la collecte, la transformation et l'organisation de données pour l'analyse qui aide à prendre des décisions éclairées. Excellente compréhension et maîtrise des plateformes permettant une analyse efficace des données, notamment SQL, Tableau et Python.