Отправить статью по E-mail Комплексный эволюционный подходдля автоматического проектирования коллективов нейронных сетей
- Авторы: Бухтояров В.В.1, Семенкин Е.С.1
-
Учреждения:
- Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
- Выпуск: Том 11, № 3 (2010)
- Страницы: 9-15
- Раздел: Статьи
- URL: https://journals.eco-vector.com/2712-8970/article/view/508515
- ID: 508515
Цитировать
Полный текст
Аннотация
Предлагается новый комплексный подход для проектирования коллективов нейронных сетей, состоящий из метода автоматического проектирования нейронных сетей и метода автоматического формирования коллективного решения на основе решений отдельных нейронных сетей. Показано, что предлагаемый подход не менее эффективен, чем ряд других подходов для проектирования коллективов нейронных сетей.
Об авторах
Владимир Викторович Бухтояров
Сибирский государственный аэрокосмический университет имени академика М. Ф. РешетневаСибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Евгений Станиславович Семенкин
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Email: saor_semenkin@sibsau.ru <mailto:saor_semenkin@sibsau.ru>
доктор технических наук; Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Список литературы
- Hansen L. K., Salamon P. Neural network ensembles // IEEE Trans. Pattern Analysis and Machine Intelligence. 1990. 12 (10). P. 993-1001.
- Cherkauer K. J. Human expert level performance on a scientific image analysis task by a system using combined artificial neural networks // Proc. AAAI-96 Workshop on Integrating Multiple Learned Models for Improving and Scaling Machine Learning Algorithms / by ed. P. Chan, S. Stolfo, D. Wolpert. Portland, OR: AAAI Press : Menlo Park, CA, 1996. P. 15-21.
- Hampshire J., Waibel A. A novel objective function for improved phoneme recognition using timedelay neural networks // IEEE Transactions on Neural Networks. 1990. № 1 (2). P. 216-228.
- Goldberg D. E. Genetic algorithms in search, optimization and machine learning. Reading, MA : Addison- Wesley, 1989.
- СеменкинЕ. ., СоповЕ. А. Вероятностные эвол-ционные алгоритмы оптимизации сложных систем // Тр. Междунар. науч.-прак. конф. AIS'05/CAD-2005. M. : Физматлит, 2005. С. 77-78.
- Perrone M. P., Cooper L. N. When networks disagree: ensemble method for neural networks // Artificial Neural Networks for Speech and Vision / by ed. R. J. Mammone. New York : Chapman & Hall, 1993. P. 126-142.
- Jimenez D. Dynamically weighted ensemble neural networks for classification // Proc. IJCNN-98. Vol. 1. Anchorage, AK : IEEE Computer Society Press : Los Alamitos, CA, 1998. P. 753-756.
- Zhou Z. H., Wu J., Tang W Ensembling neural networks: Many could be better than all // Artif. Intell. 2002. Vol. 137. № 1-2. P. 239-263.
- Koza J. R. The Genetic Programming Paradigm: Genetically Breeding Populations of Computer Programs to Solve Problems. Cambridge, MA : MIT Press, 1992.
- Yeh I-Ch. Modeling slump flow of concrete using second-order regressions and artificial neural networks // Cement and Concrete Composites. 2007. Vol. 29, № 6. P. 474-480.
Дополнительные файлы
