Sökning: "Gradient Descent GD"

Visar resultat 1 - 5 av 7 uppsatser innehållade orden Gradient Descent GD.

  1. 1. Neurala nätverk försjälvkörande fordon : Utforskande av olika tillvägagångssätt

    Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)

    Författare :Simon Hellner; Henrik Syvertsson; [2021]
    Nyckelord :artificial neural networks; gradient descent; genetic algorithm; backpropagation; unity; self driving; autonomous vehicles; line detection; neural network; neural net; artificiella neurala nätverk; neurala nätverk; självkörande bilar; självkörande fordon; unity; bakåtpropagering; linjedetektering; gradient descent; genetisk algoritm; neurala nät;

    Sammanfattning : Artificiella neurala nätverk (ANN) har ett brett tillämpningsområde och blir allt relevantare på flera håll, inte minst för självkörande fordon. För att träna nätverken användsmeta-algoritmer. Nätverken kan styra fordonen med hjälp av olika typer av indata. LÄS MER

  3. 2. A Study of the Loss Landscape and Metastability in Graph Convolutional Neural Networks

    Master-uppsats, KTH/Matematisk statistik

    Författare :Sofia Larsson; [2020]
    Nyckelord :Graph neural networks; Graph convolutional neural networks; Loss landscape; Gradient descent; Stochastic gradient descent; Stochastic gradient Langevin dynamics; Grafneurala nätverk; grafiska faltningsnätverk; lösningslandskap; gradientmetoder; stokastiska gradientmetoder; stokastisk gradient Langevin dynamik;

    Sammanfattning : Many novel graph neural network models have reported an impressive performance on benchmark dataset, but the theory behind these networks is still being developed. In this thesis, we study the trajectory of Gradient descent (GD) and Stochastic gradient descent (SGD) in the loss landscape of Graph neural networks by replicating Xing et al. LÄS MER

  4. 3. Joint Estimation and Calibration for Motion Sensor

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Peng Liu; [2020]
    Nyckelord :State space model; accelerometer array; parameter estimation; Maximum Likelihood; Expectation Maximization; Gradient Descent; ill-conditioned matrix.; tillståndsmodell; accelerometerarray; parameterskattning; maximimetoden; väntevärdesmaximering; gradientsökning; illakonditionerade matriser.;

    Sammanfattning : In the thesis, a calibration method for positions of each accelerometer in an Inertial Sensor Array (IMU) sensor array is designed and implemented. In order to model the motion of the sensor array in the real world, we build up a state space model. Based on the model we use, the problem is to estimate the parameters within the state space model. LÄS MER

  5. 4. Context-Aware Graph Convolutional Network with Multi-Clusters Mini-Batch for Link Prediction

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Georgios Deligiorgis; [2020]
    Nyckelord :;

    Sammanfattning : Predicting which fashion items can compose an outfit is not a trivial task since every person has different preferences based on their experiences, location, etc., determining each personal style. LÄS MER

  7. 5. A Study of Gradient-Based Algorithms

    Kandidat-uppsats, Lunds universitet/Matematisk statistik

    Författare :Rasmus Hallén; [2017]
    Nyckelord :Mathematics and Statistics;

    Sammanfattning : Gradient-based algorithms are popular when solving unconstrained optimization problems. By exploiting knowledge of the gradient of the objective function to optimize, each iteration of a gradient-based algorithm aims at approaching the minimizer of said function. LÄS MER