Please use this identifier to cite or link to this item:
https://ea.donntu.edu.ua/jspui/handle/123456789/29152
Title: | Метод прогнозу прибутку Інтернет-магазину на основі повнозв'язної довго короткочасної пам'яті, яка навчена за допомогою генетичного алгоритму |
Authors: | Федоров, Є.Є. Патрушева, О.І. Патрушев, В.О. |
Keywords: | прогноз інтернет-магазин штучна нейронна мережа FC-LSTM генетичний алгоритм |
Issue Date: | 2017 |
Abstract: | У статті розглянуті і проаналізовані існуючі методи прогнозу формування прибутку. Виходячи з основних переваг та недоліків, був розроблений і реалізований нейромережевий метод прогнозу прибутку функціонуючого інтернет-магазину. В основу методу закладена нейронна мережа FCLSTM, архітектура якої була модіфікована введенням тимчасових затримок у вхідному шарі. Навчання FC-LSTM проводилося на основі комбінації як алгоритмів BPTT і RTRL, так і генетичного алгоритму. Для оцінки ефективності запропонованого методу було проведено чисельні дослідження, які доводять ефективність обраної мережі та її архітектури. |
URI: | http://ea.donntu.edu.ua/jspui/handle/123456789/29152 |
Appears in Collections: | Наукові публікації кафедри прикладної математики та інформатики |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Патрушева.pdf | У статті розглянуті і проаналізовані існуючі методи прогнозу формування прибутку. Виходячи з основних переваг та недоліків, був розроблений і реалізований нейромережевий метод прогнозу прибутку функціонуючого інтернет-магазину. В основу методу закладена нейронна мережа FCLSTM, архітектура якої була модіфікована введенням тимчасових затримок у вхідному шарі. Навчання FC-LSTM проводилося на основі комбінації як алгоритмів BPTT і RTRL, так і генетичного алгоритму. Для оцінки ефективності запропонованого методу було проведено чисельні дослідження, які доводять ефективність обраної мережі та її архітектури. | 963,42 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.