A Mesterséges Intelligencia és az Adattudomány széles körben elterjed módszerei között tartják számon a mesterséges neurális hálózatok használatát. Ezen modell felépítésének fontos kulcseleme a hálózat súlyainak tanítása, beállítása algoritmikus módszerekkel. Jelen TDK dolgozat egy új tanítómérték és egy új algoritmus részletes elemzését t˝uzi ki célul. Ez a módszer a tanítás, mint optimalizálási problémának a megoldására a Levenberg-Marquardt (LM) algoritmust használja egy fontos újítással

more »

... sítva. A hiba, eltérés méréséreaz adattudományban elterjedten használt (átlagos) négyzetes hiba (MSE) helyett a kutatás Silva et al. (2008) által bemutatott integrált exponenciális hiba továbbfejlesztett változatát, az újonnan bevezetett abszolútértékes exponenciális hibát alkalmazza, valamint az LM elgoritmust is kiegészíti új elemekkel. Ez a többszörösen továbbfejlesztett algoritmus nagyszámú benchmark adathalmazon került tesztelésre. A dolgozat ennek a tesztelésnek több f˝o szempontjai szerint, mint pontosság, sebesség, stabilitás kiértékelését mutatja be, ezeken kívül beszámol a témához kapcsolódó releváns tudományos irodalomban fellelhet˝o state-of-the-art eredményhez képest elért jobb algoritmikus teljesítményr˝ol is. (A szerz˝o az alapötlet korábbi változatát és más aspektusait BSc szakdolgozatában (Sz˝ucs (2020)) és korábbi TDK (Sz˝ucs (2021)) dolgozatában is vizsgálta.)