Перевод названия: ABOUT THE EFFECTIVENESS OF EVOLUTIONARY ALGORITHMS FOR MULTICRITERIAL DESIGN OF ARTIFICIAL NEURAL NETWORKS
Тип публикации: статья из журнала
Год издания: 2015
Ключевые слова: artificial neural networks design, evolutionary algorithms, multicriteria optimization, most informative features, classification, искусственные нейронные сети, эволюционные алгоритмы, многокритериальная оптимизация, наиболее информативные признаки, классификация
Аннотация: Искусственные нейронные сети могут быть широко использованы в различных областях: экономике, медицине, космической отрасли и т. п. Однако при использовании нейронных сетей для решения конкретной задачи возникает проблема выбора эффективной структуры нейронной сети. Решение этих проблем является важным этапом применения нейросетевыхПоказать полностьютехнологий для практических задач, так как от этих этапов напрямую зависит качество (адекватность) полученной нейросетевой модели. Однако это требует больших затрат временных и материальных ресурсов, что приводит к необходимости автоматизировать процесс. Для этого предлагается использовать многокритериальные эволюционные алгоритмы, такие как SPEA, SPEA2 и NSGAII, так как они могут решать сразу две проблемы: во-первых, генерировать небольшие нейронные сети, тем самым экономя вычислительные ресурсы, а во-вторых, решать поставленные задачи достаточно качественно. Модифицированные эволюционные алгоритмы, которые производят отбор наиболее информативных признаков, не улучшают работу алгоритмов, использующих все входы на задачах малой размерности, но значительно повышают точность при росте размерности. Модифицированные алгоритмы одновременно с автоматическим проектированием структуры искусственных нейронных сетей определяют наиболее информативные признаки, причем включают в качестве входов только слабо коррелированные друг с другом переменные исходной задачи. Artificial neural networks can be widely used in various fields: economics, medicine, space grown, etc. However, using neural networks to solve a particular problem arises the problem of choosing an effective structure of neural networks. Solving these problems is an important step in the application of neural network technology to practical problems, since these stages directly affects the quality (value) of the resulting neural network model. However, this takes more time and material resources, which leads to the need to automate the process. For this purpose the use of multicriteria evolutionary algorithms, such as SPEA, SPEA2 and NSGAII is offered as they can solve two problems at once. Firstly, they can generate a neural network, thus saving computational resources. And secondly, they can solve tasks quite efficiently. Modified evolutionary algorithms that produce selection of the most informative features, do not improve performance of algorithms that use all the inputs on the problems of small dimension, but significantly improve the accuracy, increasing dimension. The modified algorithms together with automatic design structure of artificial neural networks determine the most informative features, and include as inputs only weakly correlated with each other variables of the original problem.
Журнал: Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева
Выпуск журнала: Т. 16, № 1
Номера страниц: 79-85
ISSN журнала: 18169724
Место издания: Красноярск
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева"