Обгрунтування вибору і підготовка нейронних сіток до моделювання прикладних задач
DOI:
https://doi.org/10.20535/1560-8956.26.2015.45532Ключові слова:
штучні нейронні сітки, перевірка адекватності навчання, вербалізація ШНС, вибір топології ШНСАнотація
Розглядаються основні етапи обгрунтування вибору і підготовки ШНС до розв’язання прикладних задач.
Запропонована модель поетапного синтезу топологій ШНС, яка враховує ітераційні процедури експериментального підбирання параметрів і власне навчання, а також перевірку адекватності останнього з коректуванням його параметрів: збирання даних для навчання; підготовка і попереднє опрацювання даних; вибір топології ШНС; експериментальне підбирання характеристик ШНС; експериментальне підбирання параметрів навчання; власне навчання; перевірка адекватності навчання; коректування параметрів, остаточне навчання; вербалізація ШНС з метою подальшого використання.
Посилання
Ямпольский Л.С. Автоматизированные системы технологической подготовки робототехнического производства / Ямпольский Л.С., Калин О.М., Ткач М.М. – К.: Вища шк., 1987. – 271 с.
Bellifemine F.L., Caire G. and Greenwood D. Developing Multi-Agent Systems with JADE. – Wiley, 2007
Ямпольський Л.С. Мультиагентная реализация выбора топологии нейросетей для моделирования прикладных задач / Л.С. Ямпольский, Е.С. Пуховский, О.И. Лисовиченко // В научном зб.: Блъгарско списание за инженерно проектиране. – София: Технически университет, Брой №20, октомбри 2013. – С. 75-92
Ямпольський Л.С. Нечітка ітераційна метаідентифікація штучних нейросіток в мультиагентному середовищі // Вісник кіровоградського національного технічного університету — Кіровоград: КНТУ. – №26 – 2013. – С. 207 – 218
Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. – М.: Наука, 1980. – 223 с.
LeCun Y., Denker J.S. and Solla S.A. Optimal Brain Damage / In Proceedings of the Neural Processing Systems 2. Touretsky D.S. (ed). – Morgan Kaufmann, 1990. – P. 598-605
Hassibi B., Stork D.G. Second Order Derivatives for Network Pruning: Optimal Brain Surgeon / Hansen S.J., Cowen J.D. In Proceedings of the Neural Processing Systems 5. Giles C.L. (ed). – Morgan Kaufmann, 1993
Mozer M.C., Smolensky P. Skeletonization: a Technique for Trimming the Fat from a Network Via Relevance Assesment // In Advanced in Neural Information Processing Systems 1. Tourezky D.S. (ed), 1989. – P. 107-105
Hanson S.J., Pratt L.Y. Comparing Biases for Minimal Network Construction with Back-Propagation // In Advanced in Neural Information Processing Systems 1. Tourezky D.S. (ed), 1989. – P. 177-185
Осовский С. Нейронные сети для обработки информации. – М.: Финансы и статистика. – 2002. – 345 с.
Руденко О. Г., Бодянский Е. В. Основы теории искусственных нейроннных сетей. – Харьков: ТЕЛЕТЕХ, 2002. – 317 с.
Chauvin Y. A Back-Propagation Algorithm with Optimal Use of Hidden Units // Advanced in Neural Information Processing Systems 1. Tourezky D.S. (ed), 1989. – P. 519-526
Михайлюк П. П. Програмний комплекс синтезу нейро-нечітких моделей технологічних процесів / Дисертація на здобуття наукового ступеня канд. техн. наук. – С.-Петербург, 2007. – 199 с.
Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применение в экономике и бизнесе: Учебное пособие./ А.А. Ежов, С.А Шумский. – М.: МИФИ, 1998. – 224 с.
Олейник А.А. Синтез диагностических и распознающих моделенй на основе гибридных нейро-нечётких технологий вычислительного интеллекта / А.А. Олейник, С.А. Субботин, Т.А. Зайко; под ред. С.А. Субботина. – Х.: Компания СМИТ, 2014. – 284 с.
Гуляев В.А. Вычислительная диагностика. – К.: Наукова думка, 1992. – 232 с.
Биргер И.А. Техническая диагностика. – М.: Машиностроение, 1978. – 240 с.
Олешко Д.Н. Построение качественной обучающей выборки для прогнозирующих нейросетевых моделей / Д.Н. Олешко, В.А. Крисилов, А.А. Блажко // Штучний інтелект. – 2004. – №3. – С. 567-573
Bishop C.M. “Neural Networks and Pattern Recognition”. – Oxford Press. – 1995
Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. – СП “Наука”. – РАН. – 1996
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
