Метод спряжених градієнтів Пауелла в якості метода оптимізації машинного навчання

Автор(и)

  • К. В. Захарова Донецький національний університет імені Василя Стуса
  • О. В. Зелінська Донецький національний університет імені Василя Стуса

Анотація

Метод орієнтований на вирішення завдань з квадратичними цільовими функціями і ґрунтується на фундаментальних теоретичних результатах. Хоча використовувані в реальних ситуаціях алгоритми, які є ефективними для квадратичних цільових функцій, можуть погано працювати при більш складних цільових функціях, проте цей підхід видається цілком розумним.

Біографії авторів

К. В. Захарова , Донецький національний університет імені Василя Стуса

здобувач освіти

О. В. Зелінська , Донецький національний університет імені Василя Стуса

к.т.н., доцент, доцент кафедри інформаційних технологій

Посилання

Nonlinear conjugate gradient method. URL: https://en.wikipedia.org/wiki/Nonlinear_conjugate_gradient_method (дата звернення: 17.11.2021)

RL — Conjugate Gradient. URL: https://jonathan-hui.medium.com/rl-conjugate-gradient5a644459137a (дата звернення: 17.11.2021)

Line Search Methods. URL: https://link.springer.com/chapter/10.1007%2F978-0-387- 40065-5_3 (дата звернення: 17.11.2021)

##submission.downloads##

Опубліковано

2021-12-14

Як цитувати

[1]
Захарова , К.В. і Зелінська , О.В. 2021. Метод спряжених градієнтів Пауелла в якості метода оптимізації машинного навчання. Прикладні аспекти сучасних міждисциплінарних досліджень. (Груд 2021), 95-97.

Номер

Матеріали І Всеукраїнської науково-практичної конференції

Розділ

Секція 2. Прикладні інформаційні технології, технології інтернету речей, інформаційна безпека