ProQuest Central
CSDL Springer
CSDL IEEE
Stinet
NXB Xây Dựng
Trí tuệ Nhân tạo (AI)
CHUYÊN NGÀNH
CHUYÊN NGÀNH

Bài báo Giảng viên DTU

Thư mục chuyên đề

CSDL Bài trích Báo - Tạp chí

Trở về
Hiển thị Marc

Training deep neural network for regression analysis with the generalized delta rule : a case study in modeling the shear strength of soil = Huấn luyện mạng nơ-ron thần kinh nhân tạo sâu dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng dụn

Tác giả: Hoang Nhat Duc, Tran Xuan Linh, Nguyen Quoc Lam
Số trang: P. 23-30
Số phát hành: Số 03 (58) - Tháng 6
Kiểu tài liệu: Tạp chí trong nước
Nơi lưu trữ: 03 Quang Trung
Mã phân loại: 690
Ngôn ngữ: Tiếng Anh
Toàn văn: https://thuvienso.duytan.edu.vn/handle/123456789/380350
Từ khóa: Deep artificial neural network, regression analysis, soil shear strength, generalized delta rule
Chủ đề: Civil engineering
Tóm tắt:

This article presents the method for training a deep artificial neural network (DANN) for regression analysis; this method is based on the generalized delta rule. To illustrate the rule, a DANN with two hidden layers is used. The model’s construction is described in the form of mathematical equations. Subsequently, a DANN program is written in Visual C# .NET. This program is tested with the task of estimating the shear strength of soil samples.

Tạp chí liên quan