Model emocji jako czynnik optymalizujący proces nauki sieci neuronowej

master
dc.abstract.otherEmocje są nierozłącznym elementem ludzkiej inteligencji, tym samym są istotnym zagadnieniem badań nad sztuczną inteligencją(SI). Praca ta przedstawia różne warianty zmodyfikowanego algorytmieu nauczania metoda wstecznej propagacji poszerzonego o współczynniki emocjonalne (EmBP) będącego próą modelowania emocji w procesie nauczania sieci neuronowych. W tym celu został wykorzystany ciągły model emocji anxiety - confidence. Wyniki eksperymentów dla problemu klasyfikacji irysa wskazują pozytywny wpływ czynnika emocjonalnego na czas nauczania sieci neuronowej.pl
dc.affiliationWydział Matematyki i Informatykipl
dc.contributor.advisorBielecki, Andrzej - 127319 pl
dc.contributor.authorBurczyk, Michałpl
dc.contributor.departmentbycodeUJK/WMI2pl
dc.contributor.reviewerTabor, Jacek - 132362 pl
dc.contributor.reviewerBielecki, Andrzej - 127319 pl
dc.date.accessioned2020-07-03T20:52:00Z
dc.date.available2020-07-03T20:52:00Z
dc.date.submitted2010-07-08pl
dc.fieldofstudyinformatyka stosowanapl
dc.identifier.apddiploma-47602-672pl
dc.identifier.projectAPD / Opl
dc.identifier.urihttps://ruj.uj.edu.pl/xmlui/handle/item/164086
dc.subject.othersieci neuronowe, wsteczna propagacja, emocje, optymalizacjapl
dc.titleModel emocji jako czynnik optymalizujący proces nauki sieci neuronowejpl
dc.title.alternativeEmotion model as optimization factor in learning process of neural networkpl
dc.typemasterpl
dspace.entity.typePublication
dc.abstract.otherpl
Emocje są nierozłącznym elementem ludzkiej inteligencji, tym samym są istotnym zagadnieniem badań nad sztuczną inteligencją(SI). Praca ta przedstawia różne warianty zmodyfikowanego algorytmieu nauczania metoda wstecznej propagacji poszerzonego o współczynniki emocjonalne (EmBP) będącego próą modelowania emocji w procesie nauczania sieci neuronowych. W tym celu został wykorzystany ciągły model emocji anxiety - confidence. Wyniki eksperymentów dla problemu klasyfikacji irysa wskazują pozytywny wpływ czynnika emocjonalnego na czas nauczania sieci neuronowej.
dc.affiliationpl
Wydział Matematyki i Informatyki
dc.contributor.advisorpl
Bielecki, Andrzej - 127319
dc.contributor.authorpl
Burczyk, Michał
dc.contributor.departmentbycodepl
UJK/WMI2
dc.contributor.reviewerpl
Tabor, Jacek - 132362
dc.contributor.reviewerpl
Bielecki, Andrzej - 127319
dc.date.accessioned
2020-07-03T20:52:00Z
dc.date.available
2020-07-03T20:52:00Z
dc.date.submittedpl
2010-07-08
dc.fieldofstudypl
informatyka stosowana
dc.identifier.apdpl
diploma-47602-672
dc.identifier.projectpl
APD / O
dc.identifier.uri
https://ruj.uj.edu.pl/xmlui/handle/item/164086
dc.subject.otherpl
sieci neuronowe, wsteczna propagacja, emocje, optymalizacja
dc.titlepl
Model emocji jako czynnik optymalizujący proces nauki sieci neuronowej
dc.title.alternativepl
Emotion model as optimization factor in learning process of neural network
dc.typepl
master
dspace.entity.type
Publication

* The migration of download and view statistics prior to the date of April 8, 2024 is in progress.

Views
20
Views per month
Views per city
Warsaw
5
Lodz
3
Dublin
2
Wroclaw
2
Gliwice
1
Gogolin
1
Katowice
1
Krakow
1
Puławy
1
Rzeszów
1

No access

No Thumbnail Available