Rezanje nevronskih mrež z matrično faktorizacijoRoštan, Teja (Avtor) Curk, Tomaž (Mentor) nevronske mrežematrična faktorizacijarezanjeMatrično faktorizacijo, ki se povezuje s postopkom zlivanja podatkov, uporabljamo za odkrivanje vzorcev oziroma skupin v podatkih. Faktorizirani model preslika podatke v nižje-dimenzionalen prostor, jih tako skrči in odpravi del šuma. Tovrstni modeli so zato navadno bolj robustni in imajo višjo napovedno točnost. Pri nevronskih mrežah bi tako znali reševati problem prevelike prilagojenosti podatkom (angl. overtting) in pridobili pri generalizaciji. V nalogi smo preučili, ali s hkratno faktorizacijo parametrov nevronske mreže, ki jih je možno predstaviti z več matrikami, odstranimo (porežemo) nepomembne povezave in tako izboljšamo napovedno točnost mreže. Predlagani postopek rezanja smo preizkusili na navadnih in globokih nevronskih mrežah. Po uspešnosti je primerljiv z ostalimi najuspešnejšimi standardnimi pristopi rezanja nevronskih mrež.[T. Roštan]20152015-09-11 18:50:05Diplomsko delo/naloga72321VisID: 16244COBISS_ID: 1536482243sl