MASLOWSKÁ, L. Metamodel geotechnické konstrukce [online]. Brno: Vysoké učení technické v Brně. Fakulta stavební. 2025.
Posudky
Posudek vedoucího
Koudela, Pavel
Navrhovaná známka
A
Posudek oponenta
Chalmovský, Juraj
Navrhovaná známka
A
Otázky
Jakým způsobem byly voleny počáteční hodnoty vah neuronových spojení, jaké přístupy
k tomuto problému jsou doporučovány v odborné literatuře?
Dle obr. 3.9 roste chyba neuronové sítě, pokud je počet vrstev větší než 2. Je tento
závěr konzistentní s literaturou? Nebylo by vhodné pro neuronové sítě s větším počtem
vrstev použít nastavení s větším počtem učících epoch? Velký vliv počtu učících epoch
je ukázán na obr. 3.11. Při srovnání obr. 3.9 a obr. 3.11 se jeví, že vliv počtu učících
epoch na minimalizaci chyby neuronové sítě je větší než vliv počtu vrstev neuronů.
Můžete prosím uvést čas potřebný pro natrénování neuronové sítě s nastavením dle tab.
4.1?
V úvodu kapitoly 3.5.1 autorka konstatuje, že nejlepší výsledky jsou dosaženy při
použití učících algoritmů ADAM a NADAM. Jsou tyto závěry platné pro všechny testované
počty skrytých vrstev a počty neuronů v nich?
Jak si autorka vysvětluje principiálně obrácený vliv počtu skrytých vrstev neuronů
na normovanou střední odchylku při použití dvou nastavení popsaných v obr. 3.9?
Specifikujte prosím postup, jak jste použila metodu LHS pro sestavení trénovací a
testovací sady. LHS využívá inverzní distribuční funkci. Pro každou vstupní veličinu
by tedy měl být definován typ rozdělení a příslušné statistické veličiny.