Показати скорочений опис матеріалу
dc.contributor.author | Рибалко, В. А.![]() |
|
dc.contributor.author | Акименко, А. М.![]() |
|
dc.date.accessioned | 2021-11-19T07:43:47Z | |
dc.date.available | 2021-11-19T07:43:47Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | http://ir.stu.cn.ua/123456789/24361 | |
dc.description | Рибалко, В. А. Прогнозування часових рядів за допомогою рекурентних нейронних мереж / В. А. Рибалко ; наук. кер. А. М. Акименко // Новітні технології у науковій діяльності і навчальному процесі : зб. тез Всеукр. наук.-практ. конф. студентів, аспірантів та молодих учених (м. Чернігів, 18-19 берез. 2021 р.) : збірник тез доп. – Чернігів : НУ «Чернігівська політехніка», 2021. – С. 122-124. | en_US |
dc.description.abstract | Рекурентна нейронна мережа (РНС) - це тип ІНС, який добре підходить для вирішення завдань, пов'язаних з тимчасовими рядами. РНС крок за кроком обробляє тимчасову послідовність даних, перебираючи її елементи і зберігаючи внутрішній стан, отримане при обробці попередніх елементів. Ми будемо використовувати спеціалізований шар РНС, який називається «Довга короткострокова пам'ять» (англ. Long Short-Term Memory, LSTM). | en_US |
dc.language.iso | uk | en_US |
dc.publisher | Чернігів : НУ "Чернігівська політехніка" | en_US |
dc.subject | прогнозування | en_US |
dc.subject | часовий ряд | en_US |
dc.subject | рекурентні нейронні мережі | en_US |
dc.title | Прогнозування часових рядів за допомогою рекурентних нейронних мереж | en_US |
dc.type | Working Paper | en_US |