Титульная страница Программные системы: теория и приложения  English version
ISSN 2079-3316 Двуязычный электронный научный Электронный научный журнал Института программных систем имени А. К. Айламазяна ИПС им. А. К. Айламазяна ИПС Российской Академии Наук РАН 12+ 
Том 17 (2026) .– Выпуск 3 (72) .– Статья № 9 (519)

Искусственный интеллект и машинное обучение

Научная статья
УДКУниверсальная десятичная классификация 004.934: 004.032.26УДК 004: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем УДК 004.934: Распознавание и преобразование речи УДК 004.032: Характеристики систем УДК 004.032.26: Нейронные сети
ББКБиблиотечно-библиографическая классификация 32.813.5ББК 32: Радиоэлектроника ББК 32.813: Искусственный интеллект ББК 32.813.5: Системы искусственного интеллекта
ГРНТИГосударственный рубрикатор научно-технической информации 28.23.15ГРНТИ 28: КИБЕРНЕТИКА ГРНТИ 28.23: Искусственный интеллект ГРНТИ 28.23.15: Распознавание образов. Обработка изображений
DOIЦифровой идентификатор интернет-объекта 10.25209/2079-3316-2026-17-3-315-358

Влияние начального темпа обучения на свойства нейронных сетей в задаче распознавания речи

Ильдус Рустемович СадртдиновПереписывавшийся автор

Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
Ильдус Рустемович Садртдинов — Переписывавшийся автор isadrtdinov@hse.ru

Аннотация. Начальный темп обучения стохастического градиентного спуска играет определяющую роль в качестве получаемого решения и структуре выучиваемых нейронной сетью признаков. В недавних работах для задачи классификации изображений установлена таксономия трех режимов начального темпа обучения и выделен узкий диапазон высоких значений, обеспечивающий наилучшее качество после дальнейшего дообучения с низким темпом обучения или усреднения весов.
В статье эта методология распространяется на задачу распознавания речи, где таксономия режимов воспроизводится в основных чертах, а выделенный диапазон высоких значений сохраняет превосходство по итоговому качеству дообучения и усреднения весов и линейную связность полученных решений в пространстве весов. Картина выучиваемых признаков воспроизводится в более мягкой форме: с ростом темпа обучения опора моделей смещается к нижним кепстральным коэффициентам и низкочастотной части мел-спектрограммы, однако внутри области высоких значений это смещение не выделяет диапазон наилучшего качества. Дополнительно предложено усечение мел-частотного кепстра как переносимый инструмент анализа выученных признаков, применимый к любой модели, работающей со спектрограммой.
Таким образом, выделенный режим не является артефактом задачи классификации изображений, а успешно переносится на задачу распознавания речи.

Ключевые слова: темп обучения, стохастический градиентный спуск, распознавание речи, линейная связность, выучивание признаков

Для цитирования: Садртдинов И. Р. Влияние начального темпа обучения на свойства нейронных сетей в задаче распознавания речи // Программные системы: теория и приложения. 2026. Т. 17. № 3. С. 315–358. https://psta.psiras.ru/2026/3_315-358.

Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2026_3_315-358.pdf.

Статья поступила в редакцию 22.07.2026; одобрена после рецензирования 26.08.2026; принята к публикации 12.09.2026; опубликована онлайн 20.09.2026.

© Садртдинов И. Р.
2026
Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4а, Институт программных систем имени А. К. Айламазяна РАН;   Сетевой адрес издания:  http://psta.psiras.ru  Тел: +7(4852) 695-228 ;  E-mail: info@psta.psiras.ru ;  Лицензия: CC-BY-4.0Текст лицензии на сайте Creative Commons 
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А. К. Айламазяна Российской академии наук (дизайн сайта) 2010–2026