Przejdź do treści
Improving the Accuracy of Neural Network Pattern Recognition by Fractional Gradient Descent

Improving the Accuracy of Neural Network Pattern Recognition by Fractional Gradient Descent

In this paper we propose the fractional gradient descent for increasing the training and work of modern neural networks. This optimizer searches the global minimum of the loss function considering the fractional gradient directions achieved by Riemann-Liouville, Caputo, and Grunwald-Letnikov derivat...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Główni autorzy: Abdulkadirov, R. I., Абдулкадиров, Р. И., Lyakhov, P. A., Ляхов, П. А., Baboshina, V. A., Бабошина, В. А., Nagornov, N. N., Нагорнов, Н. Н.
Format: Статья
Język:English
Wydane: Institute of Electrical and Electronics Engineers Inc. 2024
Hasła przedmiotowe:
Caputo
Stochastic gradient descent
Convolutional neural networks
Fractional derivatives of Riemann-Liouville
Grunwald-Letnikov
Multilayer perceptron
Optimization algorithms
Dostęp online:https://dspace.ncfu.ru/handle/123456789/29336
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Internet

https://dspace.ncfu.ru/handle/123456789/29336

Podobne zapisy