1. Главная
  2. Ресурсы
  3. Библиотечный поиск
Analysis ofForecasting AccuracyDepending on VariousHyperparameters ofNeural NetworkTraining. InProceedings of theComputational Methodsin Systems and… Kukartsev V.V.Degtyareva K.V.2025 год

Analysis of Forecasting Accuracy Depending on Various Hyperparameters of Neural Network Training. In Proceedings of the Computational Methods in Systems and Software : доклад, тезисы доклада
доклад, тезисы доклада, статья из сборника материалов конференций

Дополнительные ссылки: eLibrary · Источник статьи
База данных: Каталог библиотеки СФУ
Библиографическое описание: Analysis of Forecasting Accuracy Depending on Various Hyperparameters of Neural Network Training. In Proceedings of the Computational Methods in Systems and Software : доклад, тезисы доклада / V. V. Kukartsev, K. V. Degtyareva. - [S. l. : s. n.], 2025. - Текст : непосредственный // Artificial Intelligence for System Oriented Design : Proceedings of 8th Computational Methods in Systems and Software 2024. - Cham, 2025. - 1489-1. - P. 95-102. - ISBN 9783031967986, DOI 10.1007/978-3-031-96798-6_9.
Аннотация: In this paper, a study was conducted on the accuracy of forecasting real estate prices using various neural network architectures. The results showed that the two-layer model with 32 neurons in each layer achieved the highest prediction accuracy (0.98), demonstrating the ability to capture complex data dependencies most effectively and avoid overfitting. This study highlights the importance of choosing the optimal neural network architecture and configuring hyperparameters to achieve high prediction accuracy. The optimal configuration must balance the complexity of the model and its ability to generalize.
Год издания: 2025
Авторы: Kukartsev V.V. , Degtyareva K.V.
Издательство: Cham
Источник: Artificial Intelligence for System Oriented Design
Выпуск: 1489-1
Мероприятие: The 2024 International Conference on Computational Methods in Systems and Software (CoMeSySo 2024) (Online, 2024 ; 23.10 - 26.10)
Номера страниц: 95-102
Держатель оригинала документа: Bauman Moscow State Technical University, Reshetnev Siberian State University of Science and Technology, RSAU-MAA named after K.A. Timiryazev
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

Application ofartificial neuralnetworks to forecasttechnological processparameters inaluminum production Mikhalev A.Lugovaya N.Penkova T.2020 год

Application of artificial neural networks to forecast technological process parameters in…

  • Mikhalev A. и др.
  • 2020 год
Analysis of theEffectiveness ofNeural Networks withDifferentConfigurations Degtyareva KseniaBorodulin AlekseyGantimurov Andrei2024 год

Analysis of the Effectiveness of Neural Networks with Different Configurations

  • Degtyareva Ksenia и др.
  • 2024 год
Application of theMethod ofRepresentation ofDecision Rules in aHierarchicalStructure forForecasting and Data… Kravtsov Kirill I.Kukartsev Vladislav V.Daniel Ageev A.2024 год

Application of the Method of Representation of Decision Rules in a Hierarchical Structure for…

  • Kravtsov Kirill I. и др.
  • 2024 год
Comparative Analysisof Machine LearningMethods: DecisionTree and Kohonen Maps Degtyareva KseniaTynchenko VadimPanfilova Tatyana2024 год

Comparative Analysis of Machine Learning Methods: Decision Tree and Kohonen Maps

  • Degtyareva Ksenia и др.
  • 2024 год
Analysis of a DataSet to Determine theDependence of AirlinePassengerSatisfaction Tynchenko V. S.Borodulin A. S.Kleshko I. I.2024 год

Analysis of a Data Set to Determine the Dependence of Airline Passenger Satisfaction

  • Tynchenko V. S. и др.
  • 2024 год
НЕЙРОСЕТЕВЫЕ МОДЕЛИДЛЯ ПРОГНОЗИРОВАНИЯВРЕМЕННЫХ РЯДОВ Хамраев М.Б.2025 год

НЕЙРОСЕТЕВЫЕ МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

  • Хамраев М.Б.
  • 2025 год
ИССЛЕДОВАНИЕ ВЛИЯНИЯАРХИТЕКТУРЫ НЕЙРОННОЙСЕТИ НА ЭФФЕКТИВНОСТЬЕЕ РАБОТЫ ПРИИСПОЛЬЗОВАНИИПРОЦЕДУРЫ ЗАЩИТЫ ОТ… Снопкова И. А.Липинский Л. В.2019 год

ИССЛЕДОВАНИЕ ВЛИЯНИЯ АРХИТЕКТУРЫ НЕЙРОННОЙ СЕТИ НА ЭФФЕКТИВНОСТЬ ЕЕ РАБОТЫ ПРИ ИСПОЛЬЗОВАНИИ…

  • Снопкова И. А. и др.
  • 2019 год
Correlation Analysisand PredictiveFactors for Buildinga Mathematical Model Nelyub V. A.Tynchenko V. S.Gantimurov A. P.2024 год

Correlation Analysis and Predictive Factors for Building a Mathematical Model

  • Nelyub V. A. и др.
  • 2024 год

Показать ещё

Using Rule-BasedMachine LearningMethod in aHierarchicalFramework UsingEconomic Performanceof Companies Kravtsov Kirill I.Kukartsev Vladislav V.Nelyub Vladimir A.2024 год

Using Rule-Based Machine Learning Method in a Hierarchical Framework Using Economic Performance…

  • Kravtsov Kirill I. и др.
  • 2024 год
Исследованиеэффективностисовременныхархитектур сверточныхнейронных сетей взадаче распознаваниякожных… Михалев А.С.Жуковская В.А.Кобелев М.А.2024 год

Исследование эффективности современных архитектур сверточных нейронных сетей в задаче…

  • Михалев А.С. и др.
  • 2024 год
СРАВНИТЕЛЬНЫЙ АНАЛИЗМОДЕЛЕЙ НЕЙРОННОЙСЕТИ YOLO ДЛЯОБНАРУЖЕНИЯ ДЕФЕКТОВПАЯННОГО СОЕДИНЕНИЯ ВПРОЦЕССЕИНДУКЦИОННОЙ… Шуткина Е.В.Курашкин С.О.2025 год

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ НЕЙРОННОЙ СЕТИ YOLO ДЛЯ ОБНАРУЖЕНИЯ ДЕФЕКТОВ ПАЯННОГО СОЕДИНЕНИЯ В…

  • Шуткина Е.В. и др.
  • 2025 год
Selection ofappropriatearchitecture andparameters of neuralnetwork for imagesrecognition andclassification Kukartsev V.V.Mikhalev A.S.Tarasevich A.V2019 год

Selection of appropriate architecture and parameters of neural network for images recognition and…

  • Kukartsev V.V. и др.
  • 2019 год
A software system forsurrogate-basedprototyping of gasturbine blades usingserverless containersin the cloud Zhemelev G. A.Drobintsev P. D.2025 год

A software system for surrogate-based prototyping of gas turbine blades using serverless…

  • Zhemelev G. A. и др.
  • 2025 год
СОВРЕМЕННЫЕ ВЫЗОВЫ ИРЕШЕНИЯ: МАШИННОЕОБУЧЕНИЕ КАК КЛЮЧЕВОЙИНСТРУМЕНТ В БОРЬБЕ СУЯЗВИМОСТЯМИ ПО Ефимов Владимир Владимирович2024 год

СОВРЕМЕННЫЕ ВЫЗОВЫ И РЕШЕНИЯ: МАШИННОЕ ОБУЧЕНИЕ КАК КЛЮЧЕВОЙ ИНСТРУМЕНТ В БОРЬБЕ С УЯЗВИМОСТЯМИ ПО

  • Ефимов Владимир Владимирович
  • 2024 год
Artificial neuralnetwork technologyfor text recognition Pyataeva A.V.Genza S.A.2020 год

Artificial neural network technology for text recognition

  • Pyataeva A.V. и др.
  • 2020 год
АНАЛИЗ ВЛИЯНИЯГИПЕРПАРАМЕТРОВ НАЭФФЕКТИВНОСТЬOCR-МОДЕЛИ ДЛЯДОРЕФОРМЕННЫХРУКОПИСНЫХ ТЕКСТОВ Шерстнев П.А.Кожин К.Д.Пятаева А.В.2025 год

АНАЛИЗ ВЛИЯНИЯ ГИПЕРПАРАМЕТРОВ НА ЭФФЕКТИВНОСТЬ OCR-МОДЕЛИ ДЛЯ ДОРЕФОРМЕННЫХ РУКОПИСНЫХ ТЕКСТОВ

  • Шерстнев П.А. и др.
  • 2025 год