Донецький національний технічний університет
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://ea.donntu.edu.ua/jspui/handle/123456789/29152Повний запис метаданих
| Поле DC | Значення | Мова |
|---|---|---|
| dc.contributor.author | Федоров, Є.Є. | - |
| dc.contributor.author | Патрушева, О.І. | - |
| dc.contributor.author | Патрушев, В.О. | - |
| dc.date.accessioned | 2018-10-19T09:08:02Z | - |
| dc.date.available | 2018-10-19T09:08:02Z | - |
| dc.date.issued | 2017 | - |
| dc.identifier.uri | http://ea.donntu.edu.ua/jspui/handle/123456789/29152 | - |
| dc.description.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. | uk_UK |
| dc.language.iso | uk | uk_UK |
| dc.subject | прогноз | uk_UK |
| dc.subject | інтернет-магазин | uk_UK |
| dc.subject | штучна нейронна мережа | uk_UK |
| dc.subject | FC-LSTM | uk_UK |
| dc.subject | генетичний алгоритм | uk_UK |
| dc.title | Метод прогнозу прибутку Інтернет-магазину на основі повнозв'язної довго короткочасної пам'яті, яка навчена за допомогою генетичного алгоритму | uk_UK |
| Розташовується у зібраннях: | Наукові публікації кафедри прикладної математики та інформатики | |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| 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 | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.