Шаповал, Наталія ВіталіївнаЄфанов, Ілля Сергійович2026-02-172026-02-172025Єфанов, І. С. Прунінг згорткових нейронних мереж за допомогою інтерпретованості мереж Колмогорова-Арнольда : магістерська дис. : 122 Комп'ютерні науки / Єфанов Ілля Сергійович. – Київ, 2025. – 139 с.https://ela.kpi.ua/handle/123456789/78828Дипломна робота – 140 с., 17 табл., 2 рис., додаток, 35 джерел. Тема: Прунінг згорткових нейронних мереж за допомогою інтерпретованості мереж Колмогорова-Арнольда. У роботі розглянуто проблему надмірної параметризації сучасних глибоких нейронних мереж та проаналізовано існуючі методи їх стиснення, зокрема прунінг та дистиляцію знань. Запропоновано новий підхід до структурного прунінгу, що базується на використанні інтерпретованості мереж Колмогорова-Арнольда (KAN). Об’єкт дослідження: процес оптимізації згорткових нейронних мереж шляхом структурного прунінгу. Предмет дослідження: метод KAN-керованого структурного прунінгу, заснований на аналізі функціональної важливості компонентів мережі. Мета роботи: розробка та дослідження методу структурного прунінгу CNN, який використовує аналіз важливості ознак, отриманий з інтерпретованого KAN-шару («bottleneck»), для зменшення обчислювальної складності моделі при збереженні точності. В ході виконання роботи досліджено математичні основи KAN та теорію B-сплайнів. Розроблено гібридну архітектуру CNN-KAN та алгоритм ітеративного прунінгу, де критерій видалення фільтрів базується на аналізі коефіцієнтів сплайнів функцій активації. Програмна реалізація виконана мовою Python з використанням бібліотек PyTorch та efficient-kan. Ефективність методу перевірено на наборі даних CIFAR-10, продемонстровано переваги семантично обґрунтованого прунінгу над класичними евристичними підходами.139 с.ukнейронні мережіпрунінгкомпресія моделеймережі колмогорова-арнольдав-сплайниEDGE AIKANCNNMaster Thesis004.032.26:004.932(043.3)