Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: symbolic regression, neural networks, Adaptive Moment Estimation (ADAM), cooperative coevolution of differential evolution (DECC), Feynman Symbolic Regression Database, символьная регрессия, нейронные сети
Аннотация: There are many different algorithms for training neural networks. For example, the gradient-based Adaptive Moment Estimation (ADAM) algorithm or the global evolutionary Differential Evolution Cooperative Coevolution (DECC) algorithm. Each has its own advantages and disadvantages in searching and optimizing the objective function. TПоказать полностьюhis paper describes a proposed approach for creating a hybrid algorithm. It defines the neural network training task for symbolic regression and shows numerical experiments. The results do not show a significant improvement in efficiency for the proposed approach. A hypothesis is suggested to explain these results. Для обучения нейронной сети можно использовать множество различных алгоритмов. Например, градиентный алгоритм Adaptive Moment Estimation (ADAM) или глобальный эволюционный Differential Evolution Cooperative Coevolution (DECC). У каждого из них есть свои преимущества и недостатки в исследовании и оптимизации целевой функции. В работе описан предложенный подход создания гибридного алгоритма, сформулирована задача обучения нейронной сети при решении задачи символьной регрессии, а также проведены численные эксперименты. Полученные результаты не демонстрируют значительную эффективность предложенного подхода, выдвинута гипотеза о причине полученных результатов.
Журнал: Молодежь. Общество. Современная наука, техника и инновации
Выпуск журнала: №25
Номера страниц: 17-19
Место издания: Красноярск
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева"