Stručni rad
Neuronske mreže - aproksimatori funkcija
Marko Hajba
; Veleučilište u Virovitici
Gita Pejović
; Veleučilište u Virovitici
Marijana Špoljarić
; Veleučilište u Virovitici
Sažetak
Umjetna inteligencija integrirana je u svim aspektima modernog života. Na primjer, u svijetu pametnih telefona, umjetna inteligencija omogućuje napredne funkcije kao što su prepoznavanje lica, personalizirane preporuke i optimizacija baterije. Brojne primjene nalazimo također i u drugim digitalnim uređajima, vozilima, medicini, znanosti i industriji. Neuronske mreže su jedan od alata strojnog učenja, koje je grana umjetne inteligencije i pokazuju veliku sposobnost aproksimacije funkcija, predviđanja i prepoznavanja objekata. S obzirom na veliki broj hiperparametara koji znatno utječu na uspješnost rada neuronskih mreža, njihovo treniranje može biti zahtjevan i dugotrajan proces. Znanost još uvijek nema konkretne odgovore na mnoga važna pitanja u ovom području, ali se ulažu znatni napori u njihovo istraživanje i eksperimentalno usavršavanje. U ovom radu prezentirat će se osnovna teorija neuronskih mreža i demonstrirati proces učenja neuronske mreže na primjerima funkcija u jednoj i dvije dimenzije.
Ključne riječi
neuronske mreže; Tensorflow 2; aproksimacija funkcija; Python 3
Hrčak ID:
316840
URI
Datum izdavanja:
29.12.2023.
Posjeta: 358 *