Laskentapalvelinten hyödyntäminen neuroverkkojen opetuksessa

Abstract

Tämän kandidaatin työn tarkoitus on selvittää, miten laskentapalvelimia voitaisiin hyödyntää neuroverkkojen opetuksessa. Suuret laskentaoperaatiot saattavat vaatia hyvinkin paljon resursseja, joita laskentapalvelimella on normaalia tietokonetta enemmän. Neuroverkko, joka tässä työssä tehtiin, oli konvoluutioneuroverkko, jolla pyrittiin parantamaan satelliittien rataennustuksia. Näitä satelliittirataennustuksia käytetään esimerkiksi paikannuksessa. Työn neuroverkko ja data pohjautuvat vahvasti Pihlajasalon diplomityöhön. Työssä tutkittiin, miten konvoluutioneuroverkon kerrosten muuttaminen vaikuttaa tuloksiin ja ajankäyttöön. Työssä muutettiin konvoluutioverkon filttereiden määrää, jotta saavutettaisiin optimaalisin tulos työssä olevalle datalle. Tuloksena löydettiin optimaalinen määrä filttereitä ja huomattiin, että filttereiden lisääminen tuottaa lineaarisesti kasvavan ajan muutoksen neuroverkon opetuksessa.