| dc.contributor.author | Mariška, Martin | |
| dc.contributor.author | Doležel, Petr | |
| dc.date.accessioned | 2016-06-27T07:10:02Z | |
| dc.date.available | 2016-06-27T07:10:02Z | |
| dc.date.issued | 2013 | |
| dc.identifier.citation | Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava. Řada strojní. 2013, roč. 59, č. 2, s. 121-126 : il. | cs |
| dc.identifier.issn | 1210-0471 | cs |
| dc.identifier.uri | http://hdl.handle.net/10084/111754 | |
| dc.description.abstract | In this article, a benchmark of algorithms for training of piecewise-linear artificial neural networks is introduced. At first, motivation of this article is described for a special topology of the neural network is used. This topology can be advantageously used in system control design, but it is difficult problem to train it. In this article, there is described a set of possible training algorithms, these algorithms are tested and evaluated. Benchmarking data are based on real problems. | cs |
| dc.format.extent | 295265 bytes | |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | cs |
| dc.publisher | Vysoká škola báňská - Technická univerzita Ostrava | cs |
| dc.relation.ispartofseries | Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava. Řada strojní | cs |
| dc.rights | © Vysoká škola báňská - Technická univerzita Ostrava | cs |
| dc.title | Piecewise-linear neural network - possible training algorithms efficiency comparison | cs |
| dc.title.alternative | Po částech lineární neuronová síť - porovnání efektivity trénovacích algoritmů | cs |
| dc.type | article | cs |
| dc.description.abstract-en | V článku je představen benchmark několika trénovacích algoritmů pro učení umělé neuronové sítě s po částech lineárními aktivačními funkcemi. V první části článku je představena použitá topologie neuronové sítě a její využití, dále jsou pak popsány možné algoritmy učení a tyto algoritmy jsou pak testovány a porovnány. K testování jsou použita data reálných procesů. | cs |
| dc.rights.access | openAccess | |
| dc.type.version | publishedVersion | cs |
| dc.type.status | Peer-reviewed | cs |