Векторна оптимізація архітектури нейромережевих класифікаторів

Abstract

Важливим різновидом систем штучного інтелекту є нейромережеві класифікатори. Вони застосовуються для технічної та медичної діагностики, класифікації різноманітних інформаційних джерел та ін. Кількість нейронів вхідного шару 0  np визначається розмірністю вхідного вектора ознак та не підлягає змінам. Аналогічно, кількість нейронів вихідного шару q1  mp визначається числом областей (класів), на які ділиться простір ознак і є постійним. Кількість же обробних (прихованих) шарів q і число нейронів у кожному з них 21 ,...,, ppp q становлять поняття архітектури нейронної мережі і можуть бути аргументами (незалежними змінними) при її оптимізації. Аргументами оптимізації архітектури нейронного класифікатора є кількості нейронів у кожному з обробних шарів, що становлять вектор незалежних змінних q  pp j}{ j1. Від вибору архітектури p залежить якість функціонування нейронного класифікатора.