Евристичний метод тренування штучної нейронної мережі
Вантажиться...
Дата
2018-12
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Актуальність теми.
Штучні нейронні мережі знаходять застосування у наступних сферах: класифікація та розпізнавання образів, системи асоціативної пам‘яті, компресія даних, оптимізаційні задачі, теорія керування, розробка нейрокомп‘ютерів, наближення функцій з високою точністю, екстраполяція та прогнозування. Відомі алгоритми тренування штучної нейронної мережі працюють відносно довго, та результат тренування з їх використанням не завжди задовільний. Тому розробка удосконалених методів тренування є актуальною та перспективною задачею. Запропонований у даній роботі алгоритм дозволяє ефективніше навчати нейронні мережі майже будь-якої структури, отже може бути застосований у вище наведених сферах.
Об’єктом дослідження є процес тренування штучної нейронної мережі.
Предметом дослідження є евристичні методи для тренування штучної нейронної мережі.
Мета роботи: розробка удосконаленого евристичного алгоритму тренування штучної нейронної мережі, що характеризується вищою швидкодією, ніж відомі методи.
Наукова новизна:
1. Запропоновано удосконалений алгоритм навчання штучної нейронної мережі мережі, що характеризується вищою швидкодією, ніж відомі методи.
2. Виконано порівняльний аналіз запропонованого методу з існуючими, визначено в яких саме ситуаціях потрібно використовувати даний метод, його переваги та недоліки порівняно з існуючими методами навчання штучної нейронної мережі.
Практична цінність отриманих в роботі результатів полягає в тому, що запропонований алгоритм дає змогу ефективніше тренувати штучну
нейронну мережу в порівнянні з відомими алгоритмами. Запропонований аглоритм дозволяє отримати приріст в швидкодії тренування штучної нейронної мережі.
Апробація роботи. Запропонований підхід був представлений та обговорений на науковій конференції магістрантів та аспірантів ―Прикладна математика та комп‘ютинг‖ ПМК-2018 (Київ, 21 – 23 березня 2018 р.), а також у V Міжнародній науково-технічній конференції «Сучасні методи, інформаційне, програмне татехнічне забезпечення систем керування організаційно-технічними та технологічними комплексами» (Київ, 22-23 листопада 2018 р.).
Структура та обсяг роботи.
Магістерсь
ка дисертація складається з
вступу, чотирьох розділів та висновків.
У вступі
подано загальну характеристику роботи, зроблено оцінку
сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень,
сформульовано мету і задачі досліджень, показано на
укову новизну
отриманих результатів
У першому розділі
розглянуто існуючі методи тренування штучних
нейронних мереж,
історію виникнення нейронних мереж, та загальні
відомості про них.
У другому розділі
модифікований евристичний алгоритм, для
розв‘язання зад
ачі тренування штічної нейронної мережі.
У третьому розділі
проведено тестування модифікованого алгоритму,
та обґрнтовано доцільність модифікацій.
У четвертому розділі
представлено результати тренування штучної
нейронної мережі запропонованим алгоритмом та проведено аналіз
отриманих результатів.
У висновках
підсумовано результати проведеної роботи.
Магістерська дисертація представлена на 80 аркушах, містить
посилання н
а список використаних літературних джерел.
Опис
Ключові слова
метод зворотнього поширення помилки, neuron, штучна нейронна мережа, метод рою частинок, градієнтний спуск, нейрон, багатошаровий перцептрон, artificial neural network, particle swarm optimization, gradient descent, backpropagation method, multilayer perceptron
Бібліографічний опис
Карвацький, С. С. Евристичний метод тренування штучної нейронної мережі : магістерська дис. : 123 Комп’ютерна інженерія / Карвацький Сергій Сергійович. – Київ, 2018. – 87 с.