НЕЙРОННЫЕ СЕТИ КАК ИНСТРУМЕНТ МАТЕМАТИЧЕСКИХ ВЫЧИСЛЕНИЙ

2025

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.54309/ijict.2025.22.2.010
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

В настоящее время нейронные сети активно применяются практически во всех сферах науки и практики. Однако специалисты в областях, не связанных напрямую с математикой, зачастую упускают из виду, что в основе современных глубоких нейронных сетей лежит значительный математический аппарат. Недостаток понимания этих основ порождает определённые трудности в исследовательской деятельности, особенно при разработке и интерпретации моделей. Следует отметить, что каждая модель нейронной сети, вне зависимости от уровня её сложности, базируется на математических конструкциях — от элементарных выражений до многоуровневых структур. В данной статье рассматриваются ключевые математические аспекты, лежащие в основе архитектуры нейронных сетей, а также раскрывается их значимость в контексте практического применения. Особое внимание уделяется популяризации математической базы среди преподавателей и специалистов различных предметных областей с целью частичного преодоления существующего междисциплинарного разрыва в понимании природы нейросетевых моделей.