• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФИО студента
Название работы
Руководитель
Факультет
Программа
Оценка
Год защиты
Атанов Андрей Игоревич
Effective Learning of Deep Neural Networks Ensembles
2018
Глубокие нейронные сети стали стандартным алгоритмом для многих прикладных задачах машинного обучения, таких как классификация изображений и семантическая сегментация. Однако, глубокие нейронные сети склонны к переобучению и излишней уверенности из-за большого количества настраиваемых параметров. Известно, что ансамбли моделей хорошо справляются с данными проблемами. Однако, простейшее усреднение нескольких независимо обученных нейронных сетей требует дополнительных вычислительных затрат, а также больших затрат по памяти. Приближенный Байесовский вывод позволяет эффективно обучать и хранить ансамбли нейронных сетей. Однако, применительно к глубоким архитектурам они могут быть подвержены нестабильности во время обучения. В данной работе мы предлагаем Стохастическую Батч Нормализацию — новый масштабируемый, эффективный и стабильный метод метод ансамблирования глубоких нейронных сетей. Мы построили этот метод основываясь на предложенной вероятностной интерпретации Батч Нормализации. Мы продемонстрировали возможности предложенного метода на современных архитектурах (включая глубокие сверточные архитектуры такие как VGG-like и ResNet) для задач классификации MNIST и CIFAR10 и сравнили его с существующими методами ансамблирования.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Расширенный поиск ВКР