Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie struktur sieci neuronowych typu transformer do detekcji anomalii danych

Tytuł:
Zastosowanie struktur sieci neuronowych typu transformer do detekcji anomalii danych
Autorzy:
Krasiński, Kamil
Piotrowski, Zbigniew
Data publikacji:
2024
Słowa kluczowe:
scrum
szacowanie czasu
metodyki zwinne
zarządzanie projektami
szacowanie probabilistyczne
punkty narracji
time estimation
agile methodologies
project management
probabilistic estimation
story points
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Celem niniejszego artykułu jest przegląd metod i narzędzi wykorzystujących różne architektury sztucznych sieci neuronowych w celu wykrywania anomalii w dostarczonych ciagach danych, ze szczególnym naciskiem na architekturę sieci typu transformer. Przegląd ten ma na celu zaprezentowanie aktualnego stanu wiedzy, jak również wskazanie kierunków dalszych badań i rozwoju w tej wciąż rozwijającej się dziedzinie.
The aim of this article is to review methods and tools utilizing various artificial neural network architectures of artificial intelligence for detecting anomalies in provided data sequences, with a particular emphasis on transformer network architecture. This review aims to present the current state of knowledge, as well as to indicate directions for further research and development in this still evolving field.
Badania zostało sfinansowane przez Wojskową Akademię Techniczną, Wydział Elektroniki, numer grantu UGB 22 747.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies