| DC Field | Value | Language |
|---|
| dc.contributor.author | Деренчук, В. И. | - |
| dc.contributor.author | Болтак, С. В. | - |
| dc.contributor.author | Рябинкин, Г. М. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2023-08-28T09:03:16Z | - |
| dc.date.available | 2023-08-28T09:03:16Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Деренчук, В. И. Классификация данных прецизионной моделью нейронной сети = Data classification with a precision neural network model / В. И. Деренчук, С. В. Болтак, Г. М. Рябинкин // Компьютерные системы и сети : сборник статей 59-й научной конференции аспирантов, магистрантов и студентов, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2023. – С. 156–159. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/52628 | - |
| dc.description.abstract | Классические нейронные сети современности имеют ряд недостатков. Они сказываются на точности
результатов их работы. В настоящей работе будет охарактеризована модель и описаны принципы работы нейронной сети, базирующейся на структуре биологических нейронов головного мозга человека, которая нивелирует классических нейронных сетей и успешно подходит для решения задач классификации, распознавания образов и других. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | машинное обучение | en_US |
| dc.title | Классификация данных прецизионной моделью нейронной сети | en_US |
| dc.title.alternative | Data classification with a precision neural network model | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Classical neural networks of our time have a number of disadvantages. They affect the accuracy of the results of their work. In this paper, we will characterize a model and describe the principles of operation of a neural network based on the structure of biological neurons of the human brain, which levels out classical neural networks and is successfully suitable for solving problems of classification, pattern recognition, and others. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 59-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2023)
|
