Publication Details:
Լույս է տեսնում 1948 թվականից՝ տարին 4 անգամ։
Journal or Publication Title:
Date of publication:
Volume:
Number:
ISSN:
Official URL:
Title:
Recurrent neural networks for classifying the real-time data
Other title:
Creator:
Contributor(s):
Պատ․ խմբ․՝ Ա․ Գ․ Նազարով (1957-1964) ; Մ․ Վ․ Կասյան (1964-1988) ; Ռ․ Մ․ Մարտիրոսյան (1989-2017 ) ; Գլխավոր խմբ․՝ Վ․ Շ․ Մելիքյան (2018-)
Subject:
Uncontrolled Keywords:
deep learning ; recurrent neural networks ; real-time data ; classification.
Coverage:
Abstract:
In this paper, we provide a method of classification of real-time data by using recurrent neural networks. During the last several years, artificial intelligence researchers and specialists achieved notable results in visual, voice and natural language processing tasks by using new methods and approaches of deep learning, such as recurrent neural networks. However, not much research on the usage of such networks for elaboration of real-time data takes place. The goal of this work is exploring, experimenting and providing a new approach of classification of non-stationary data using recurrent neural networks. Առաջարկվում է իրական ժամանակի տվյալների դասակարգման մեթոդ՝ ռեկուրենտ նեյտրոնային ցանցերի կիրառմամբ։ Վերջին մի քանի տարիների ընթացքում արհեստական բանականության ոլորտի հետազոտողները և մասնագետները հասել են նշանակալի արդյունքների պատկերային, ձայնային և բնական լեզվի մշակման խնդիրներում՝ օգտագործելով խոր ուսուցման այնպիսի նոր մեթոդներ և մոտեցումներ, ինչպիսիք են ռեկուրենտ նեյտրոնային ցանցերը։ Սակայն քիչ հետազոտություններ են կատարվում այդպիսի նեյտրոնային ցանցերն իրական ժամանակի տվյալների մշակման համար օգտագործելու ուղղությամբ։ Սույն աշխատանքի նպատակն է հետազոտել, փորձարկել և առաջարկել ոչ ստացիոնար տվյալների դասակարգման մի նոր մոտեցում՝ կիրառելով ռեկուրենտ նեյտրոնային ցանցերը։ Предлагается метод классификации данных реального времени с использованием рекуррентных нейронных сетей. В течение последних лет исследователи и специалисты по искусственному интеллекту добились заметных результатов в задачах обработки визуального, голосового и естественного языка, используя новые методы и подходы глубокого обучения, такие как рекуррентные нейронные сети. Тем не менее имеется немного исследований по использованию таких сетей для обработки данных реального времени. Целью работы является изучение, экспериментирование и предложение нового подхода к классификации нестационарных данных с использованием рекуррентных нейронных сетей.
Place of publishing:
Երևան
Publisher:
Date created:
Type:
Format:
Call number:
Digitization:
ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան