Анализ сходимости онлайн градиентного метода для нейронных сетей с множественными весовыми связами

Худайбергенов , Кабул, Марахимов , Авазжон

Innovations in Science and Technologies · 2025-yil

Annotatsiya

В данной статье исследуется свойство сходимости онлайн- градиентного обучения для алгоритма обратного распространения ошибки для нейронных сетей прямого распространения с двумя скрытыми слоями с множественными весовыми связами. Предполагается, что в каждом цикле обучения каждый пример обучения в наборе обучающих данных передается в стохастической форме в многослойную нейронную сеть прямого распространения с множественными весовыми связами ровно один раз. Приводиться свойство слабой и сильной сходимости для подходов к обучению, указывая, что градиент функции ошибок стремится к нулю, а весовые коэффициенты - к значению фиксированной точки соответственно. Сначала приводиться результат сходимости для подхода полностью стохастического порядка, а затем - для подхода специального стохастического порядка. Условия на функцию активации нейронной сети и скорость обучения, гарантирующие сходимость, смягчены по сравнению с существующими результатами. Свойства сходимости в данной статье изучаются для сигмоидального типа функции активации, однако эти результаты справедливы и для других типов функций активации.

Maqola ma’lumotlari
MualliflarХудайбергенов , Кабул, Марахимов , Авазжон
JurnalInnovations in Science and Technologies
NashriyotТошкент давлат иқтисодиёт университети
ISSN3030-3451
Nashr sanasi2025-09-03
Jild2
Son7
Betlar438-452
TilRus
Ilmiy sohaIqtisodiyot
Indeksga qo‘shilgan2026-08-26

Maqolaning asl sahifasi

Kalit so‘zlar

нейронные сети, метод обратного распространения, онлайн градиентный метод, сходимость.

Ilmiy soha

Iqtisodiyot

Iqtibos keltirish

APAХудайбергенов , Кабул, & Марахимов , Авазжон (2025). АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ. Innovations in Science and Technologies, 2(7), 438-452. https://innoist.uz/index.php/ist/article/view/1221
GOST (OAK)Худайбергенов , Кабул, Марахимов , Авазжон АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ // Innovations in Science and Technologies. – 2025. – T. 2, № 7. – С. 438-452.
MLAХудайбергенов , Кабул, and Марахимов , Авазжон. “АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ.” Innovations in Science and Technologies, 2(7), 438-452, 2025. https://innoist.uz/index.php/ist/article/view/1221
ChicagoХудайбергенов , Кабул, and Марахимов , Авазжон. “АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ.” Innovations in Science and Technologies, 2(7), 438-452 (2025). https://innoist.uz/index.php/ist/article/view/1221
HarvardХудайбергенов , Кабул, and Марахимов , Авазжон (2025) ‘АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ’, Innovations in Science and Technologies, 2(7), 438-452. https://innoist.uz/index.php/ist/article/view/1221
BibTeX
@article{article2025,
  title = {АНАЛИЗ СХОДИМОСТИ ОНЛАЙН ГРАДИЕНТНОГО МЕТОДА ДЛЯ НЕЙРОННЫХ СЕТЕЙ С МНОЖЕСТВЕННЫМИ ВЕСОВЫМИ СВЯЗАМИ},
  author = {Худайбергенов , Кабул and Марахимов , Авазжон},
  journal = {Innovations in Science and Technologies},
  year = {2025},
  volume = {2},
  number = {7},
  pages = {438-452},
  url = {https://innoist.uz/index.php/ist/article/view/1221}
}

Boshqa maqola uchun iqtibos tayyorlash

Innovations in Science and Technologies jurnalidan boshqa maqolalar

Innovations in Science and Technologies — barcha maqolalar · 2025-yil arxivi

Iqtisodiyot sohasidagi boshqa maqolalar

Iqtisodiyot sohasidagi OAK jurnallari