Розглянуто проблему налаштування глибоких нейронних мереж з використанням генетичних алгоритмів. Зазначено проблему структурно-параметричного синтезу при налаштуванні нейронних мереж. Основна мета дослідження - налаштувати глибоку нейронну мережу оптимально для розв'язку нагальних проблем. Тип задачі для якої буде налаштовуватися глибока нейронна мережа - задача класифікації. Надано класифікацію генетичних алгоритмів, які використовуються як базис для налаштування параметрів глибоких нейронних мереж. Запропоновано систему оптимального налаштування параметрів глибоких нейронних мереж, до складу якої входить двоступеневий алгоритм. На першому кроці роботи алгоритму відбувається вибір багатокритеріального генетичного алгоритму із множини можливих (генетичний алгоритм векторної оцінки, генетичний алгоритм Фонсеки та Флемінга, генетичний алгоритм Парето-апроксимації з нішуванням, генетичний алгоритм сортування без домінування, генетичний алгоритм сили Парето, генетичний алгоритм сили Парето-2), який найкращим чином підходить до заданої навчальної вибірки. На другому кроці розв'язується задача структурно-параметричного синтезу нейронної мережі за критеріями точності та складності. В результаті навчання знаходяться значення параметрів нейронної мережі такі як: кількість шарів, кількість нейронів в кожному шарі, значення вагових коефіцієнтів. Проведено моделювання запропонованої системи. Представлено результати моделювання, порівняння результатів з аналогічними програмними пакетами. Отримані результаті показують про можливості широкого використання.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"