Структурный синтез многослойных нейронных сетей на основе энтропийного подхода

Авторы

  • Владимир Иванович Васильев ФГБОУ ВО УГАУ
  • Алексей Михайлович Вульфин ФГБОУ ВО "УГАТУ"
  • Ильмира Барыевна Герасимова ФГБОУ ВО УГАТУ
  • Лилия Рашитовна Черняховская ФГБОУ ВО УГАТУ

Ключевые слова:

нейронные сети;, энтропия;, обучающая выборка;, принцип минимальной сложности;, распознавание образов;, идентификация сложных объектов.

Аннотация

Предложен формализованный алгоритм синтеза структуры нейросетевых моделей сложных объектов и систем, основанный на теоретико-информационной трактовке понятия сложности нейронной сети (НС) и обучающей выборки, используемой в процессе настройки (обучения) весов синаптических связей НС. Рассмотрены различные варианты постановки задачи синтеза НС-моделей (распознавание обра-зов, прогнозирование временных рядов, идентификация динамических объектов). Приведен пример построения НС-классификатора минимальной сложности на базе многослойного персептрона с одним и двумя скрытыми слоями, иллюстрирующий эффективность предложенного алгоритма структурного синтеза.

Загрузки

Опубликован

2019-04-07

Выпуск

Раздел

ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ