ЗАСТОСУВАННЯ АНСАМБЛІВ НЕЙРОННИХ МЕРЕЖ ДЛЯ РОЗВ’ЯЗАННЯ ЗАДАЧІ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ

##plugins.themes.bootstrap3.article.sidebar##

PDF
Опубліковано: Mar 16, 2020
Ключові слова:
машинне навчання, задача класифікації, нейронна мережа, ансамбль моделей.

##plugins.themes.bootstrap3.article.main##

Наталія Олександрівна КРАСНОШЛИК
Черкаський національний університет імені Богдана Хмельницького
Марина Олександрівна СЕРДЮК
Національний університет «Львівська політехніка», м. Львів

Анотація

У роботі описано існуючі підходи до побудови ансамблів моделей у машинному навчанні. Наведено найбільш популярні системи для навчання нейронних мереж. У якості базової моделі обрано двошарову нейрону мережу прямого розповсюдження, що має один прихований шар. Розглянуто два підходи до побудови ансамблю нейронних мереж, такі як усереднюючий ансамбль та ансамбль з керівником. Вони були реалізовані за допомогою бібліотек Keras і TensorFlow. Проведено дослідження ефективності застосування ансамблів до розв’язання задач класифікації зображень. Для тестування обрано набір даних MNIST для класифікації рукописних цифр. Досліджено ефективність використання ансамблів різної структури з 3-9 нейронних мереж.

##plugins.themes.bootstrap3.article.details##

Номер
№ 1 (2019): ВІСНИК ЧЕРКАСЬКОГО УНІВЕРСИТЕТУ: ПРИКЛАДНА МАТЕМАТИКА. ІНФОРМАТИКА
Розділ
Computer Science
Біографії авторів

Наталія Олександрівна КРАСНОШЛИК, Черкаський національний університет імені Богдана Хмельницького

кандидат технічних наук, доцент, доцент кафедри прикладної математики та інформатики

Марина Олександрівна СЕРДЮК, Національний університет «Львівська політехніка», м. Львів

студентка 4 курсу спеціальності «Прикладна математика»

Посилання

Рашка С. Python и машинное обучение / Рашка Себастьян. – М.: ДМК Пресс, 2017. – 614 c.

Шолле Ф. Глубокое обучение на Python / Франсуа Шолле. – СПб.: Питер, 2018. – 400 с.

Бодянский Е.В. Искусственные нейронные сети: архитектуры, обучение, применения / Е.В. Бодянский, О.Г. Руденко. – Харьков: ТЕЛЕТЕХ, 2004. – 369 с.

Гольцев А.Д. Нейронные сети с ансамблевой организацией / А.Д. Гольцев. – К.: Наукова думка, 2005. – 200 с.

Каширина И.Л. О методах формирования нейросетевых ансамблей в задачах прогнозирования финансовых временных рядов / И.Л. Каширина // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии, 2009. – № 2. – С. 116-119.

Брюхнова В.О. Ансамбли нейронных сетей при прогнозировании объемов продаж в торговой сети / В. О. Брюхнова, Н. И. Цуканова // Вестник Рязанского государственного радиотехнического университета, 2018. – №66, Часть 1. – С. 90-98.

Кривохата А. Г. Застосування ансамблевого навчання в задачах класифікації акустичних даних / Кривохата А. Г., Кудін О. В., Давидовський М. В., Лісняк А. О. // Вісник Запорізького національного університету. Фізико-математичні науки, 2018. – №1. – С. 48-60.

Созыкин А.В. Обзор методов обучения глубоких нейронных сетей / А.В. Созыкин // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика, 2017. – Т. 6. – №3. С. 28-59.