Библиографическое описание:МНОГОКРИТЕРИАЛЬНЫЙ ПАРАМЕТРИЧЕСКИЙ СИНТЕЗ ФУНКЦИЙ ПОТЕРЬ В НЕЙРОННЫХ СЕТЯХ ЭВОЛЮЦИОННЫМИ АЛГОРИТМАМИ1 : доклад, тезисы доклада / Э. В. Морозов, В. В. Становов. - [Б. м. : б. и.], 2023. - Текст : непосредственный // Решетневские чтения : Материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева? / РЕШЕТНЕВСКИЕ ЧТЕНИЯ (2023 ; 08.11 - 10.11 ; Красноярск). - Красноярск, 2023. - С. 94-96. - ISBN 9785864333433.
Аннотация:Нейронные сети сегодня активно используются, ракетно-космическая отрасль не исключение. Функция потерь является фундаментальным аспектом обучения моделей и путем ее оптимизации можно достичь лучших результатов.
Neural networks are useful tool today, the rocket and space industry are no exception. The loss function is a fundamental aspect of model learning and by optimizing it, we can achieve better results.
Держатель оригинала документа:Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, Сибирский федеральный университет
Ключевые слова:нейронные сети, многокритериальная оптимизация, ряд Тейлора, дифференци- альная эволюция, функция потерь, python, neural networks, multi-objective optimization, taylor series, differential evolution, loss function
