Журнал «Современная Наука»

Структурирование больших данных (big data) для обучения нейросети CNN-ELM в задачах программирования систем распознавания

Расулов Мирзо Максудович (Аспирант, МИРЭА – Российский технологический университет)

На основе теории масштабируемости машинного обучения в рамках данного исследования предложена концепция обучения нейросети в задачах программирования систем распознавания. Масштабный подход имеет некоторые ограничения. В данном исследовании, для решения задач программирования систем распознавания, предложен подход для интеграции в сверточную сеть CNN асинхронных компонентов ELM, основанный на платформе параллельных вычислений MapReduce в качестве модуля классификатора. Такой подход может сэкономить больше времени на обучение, чем одиночные модели CNN-ELM. Этот подход может улучшить эффективность масштабируемости в системах машинного обучения, объединив подходы свертки и масштабирования.

Ключевые слова:структурирование больших данных, глубокое обучение, сверточная, нейронная сеть, большие данные.

Читать полный текст статьи …

Ссылка для цитирования:
Расулов М. М. Структурирование больших данных (big data) для обучения нейросети CNN-ELM в задачах программирования систем распознавания // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2022. -№06. -С. 137-140 DOI 10.37882/2223-2966.2022.06.31

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"