| Найдено документов - 1 | Статьи из номера журнала: МОЛОДОЙ УЧЕНЫЙ. 10(613). - Казань : Молодой ученый, 2026. - Текст : электронный. | Версия для печати |
Сортировать по:
1. Статья из журнала
| Корчашкин, Н. В. (Автор МИЭТ (аспирант)). Разработка адаптивных алгоритмов глубокого обучения для выявления скрытых нелинейных связей в многомерных временных рядах / Н. В. Корчашкин. - Текст : электронный // МОЛОДОЙ УЧЕНЫЙ. - Казань : Молодой ученый, 2026. - № 10(613). - С. 13-16. | |
| Авторы: | Корчашкин, Н. В. |
| Ключевые слова: | Глубокое обучение, Многомерные временные ряды, Адаптивные алгоритмы, Нелинейные связи, Концептуальный дрейф |
| Аннотация: | Представленная научная статья посвящена разработке адаптивных алгоритмов глубокого обучения для эффективного выявления скрытых нелинейных связей в многомерных временных рядах (МВР), характеризующихся высокой размерностью и нестационарностью. Традиционные подходы демонстрируют ограниченную устойчивость к концептуальному дрейфу и изменению режима данных. Основной вклад исследования заключается в предложении архитектурно-адаптивной методологии, основанной на рекуррентных вариационных автокодировщиках (RVAE), которая интегрирует двухуровневый механизм адаптации: динамическую настройку скорости обучения (модифицированный ADAM) и реконфигурацию топологии сети (прунинг и динамическое добавление нейронов в латентном слое). Разработанный алгоритм позволяет модели гибко подстраиваться под меняющуюся сложность скрытых зависимостей. Для интерпретации выявленных нелинейностей предложен метод анализа важности признаков на основе градиентов. Научная новизна работы состоит в комплексной многоуровневой адаптации и разработке методики количественной оценки и интерпретации скрытых нелинейных взаимодействий. Полученные результаты имеют высокую прикладную значимость для прогнозирования и управления в динамических системах |
| Поиск: | Источник |