АЛГОРИТМ МАШИННОГО ОБУЧЕНИЯ ШИРОКИХ НЕЙРОННЫХ СЕТЕЙ С ИСПОЛЬЗОВАНИЕМ АЛГЕБРЫ ГИПЕРРАЗМЕРНЫХ ДВОИЧНЫХ ВЕКТОРОВ И ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ

Д.А. Трокоз
 DOI: 10.25699/q9202-8217-5981-c Download PDF
Аннотация: Для решения сложных технических задач, таких как задачи классификации и прогнозирования формальные методы либо отсутствуют, либо они не могут быть использованы на практике, поскольку для этого требуются слишком большие вычислительные затраты, которые не могут обеспечить современные вычислительные устройства за приемлемое время. Тогда на помощь приходят эвристические методы, среди которых особую эффективность сейчас, особенно в задачах классификации и прогнозирования демонстрируют нейросетевые методы. Но эти методы не лишены недостатков, в частности, глубокие нейронные сети, которые демонстрируют в настоящее время высокую эффективность требуют больших вычислительных ресурсов. В ряде работ, посвященных нейросетевых методам, было показано, что схожей эффективности можно добиться при использовании широких нейронных сетей. Однако, унифицированный подход к созданию моделей с использованием широких нейронных сетей, который бы позволил синтезировать и обучать сложные нейросетевые модели для решения задач классификации и прогнозирования в настоящее время отсутствует. В данной работе предлагается алгоритм, который позволяет синтезировать и обучить модели, построенные на базе широких нейронных сетей, с применением генетических алгоритмов и метода инвариантного представления данных, использующего алгебру гиперразмерных двоичных векторов.
Ключевые слова: эвристический алгоритм, генетический алгоритм, параметрическая оптимизация, математическая модель, машинное обучение, параметрическая модель, гиперразмерный двоичный вектор, широкая нейронная сеть.

Контакты

Россия, 659305, Алтайский край, г. Бийск,
ул. Трофимова, 27, к. 404Б
Тел. +7-923-162-93-27
(ответственный секретарь -
Голых Роман Николаевич)
e-mail: info@s-sibsb.ru

Свидетельство