Meno:Miloš
Priezvisko:Černák
Názov:Učenie nesusedných závislostí pomocou rekurentných neurónových sietí
Vedúci:Ing. Igor Farkaš, PhD.
Rok:2005
Blok:UI
Kľúčové slová:nesusedné závislosti, rekurentná neurónová sieť, Elmanova sieť, sieť s echo stavmi, hypotéza variabilnosti, segmentácia, generalizácia
Abstrakt:Medzi základné problémy, ktoré ľudia musia pri učení sa jazyka zvládnuť, patrí segmentácia slov a generalizácia. Predpokladá sa, že na segmentáciu je potrebný štatistický mechanizmus, nie je však jednotný názor, či postačuje aj na generalizáciu, alebo je potrebný ešte ďalší, algebraický mechanizmus. Budeme skúmať úspešnosť riešenia spomenutých dvoch problémov modelmi rekurentných neurónových sietí (Elmanova rekurentná sieť, Jaegerova sieť s echo stavmi), pokúsime sa zistiť, či je na toto postačujúci štatistický mechanizmus. Porovnáme úspešnosť modelov sietí v našich experimentoch s empirickými výsledkami podobných experimentov, uskutočnených na ľuďoch. Budeme skúmať vplyv variabilnosti na úspešnosť a rýchlosť učenia nesusedných závislostí a zistíme, či sú získané výsledky v súlade s hypotézou variabilnosti.

Súbory diplomovej práce:

cernak2005.pdf
modely.zip