Un estudio sobre un método probabilístico para diseñar redes neuronales artificiales para la formación de ensamblajes de tecnología inteligente con alta variabilidad
Autores: Bukhtoyarov, Vladimir V.; Tynchenko, Vadim S.; Nelyub, Vladimir A.; Masich, Igor S.; Borodulin, Aleksey S.; Gantimurov, Andrei P.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un estudio sobre un método probabilístico para diseñar redes neuronales artificiales para la formación de ensamblajes de tecnología inteligente con alta variabilidad
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Conjuntos
Modelos
Redes neuronales
Diversidad
Problemas de regresión
Función de activación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Actualmente, los enfoques de conjunto basados, entre otras cosas, en el uso de modelos no en red son herramientas poderosas para resolver problemas de análisis de datos en diversas aplicaciones prácticas. Un problema importante en la formación de conjuntos de modelos es garantizar la sinergia de las soluciones mediante el uso de las propiedades de una variedad de soluciones individuales básicas; por lo tanto, el problema de desarrollar un enfoque que garantice el mantenimiento de la diversidad en un conjunto preliminar de modelos para un conjunto es relevante para el desarrollo e investigación. Este artículo está dedicado al estudio de la posibilidad de utilizar un método para la formación probabilística de estructuras de redes neuronales desarrollado por los autores. Con el fin de formar conjuntos de redes neuronales, se considera la influencia de los parámetros de generación de la estructura de la red neuronal en la calidad de la resolución de problemas de regresión. Para mejorar la calidad de la solución general del conjunto, se propone utilizar un ajuste flexible del procedimiento probabilístico para elegir el tipo de función de activación al completar las capas de una red neuronal. Con el fin de determinar la efectividad de este enfoque, se llevaron a cabo una serie de estudios numéricos sobre la efectividad del uso de conjuntos de redes neuronales en un conjunto de tareas de prueba generadas y conjuntos de datos reales. También se considera el procedimiento de formación de una solución común en conjuntos de redes neuronales basado en la aplicación de un método evolutivo de programación genética. Este artículo presenta los resultados de un estudio numérico que demuestran una mayor eficiencia del enfoque con un procedimiento de formación de estructuras modificado en comparación con un enfoque básico de selección de las mejores redes neuronales individuales de un conjunto preformado. Estos estudios numéricos se llevaron a cabo en un conjunto de problemas de prueba y varios problemas con conjuntos de datos reales que, en particular, describen el proceso de fusión de mineral termal.
Descripción
Actualmente, los enfoques de conjunto basados, entre otras cosas, en el uso de modelos no en red son herramientas poderosas para resolver problemas de análisis de datos en diversas aplicaciones prácticas. Un problema importante en la formación de conjuntos de modelos es garantizar la sinergia de las soluciones mediante el uso de las propiedades de una variedad de soluciones individuales básicas; por lo tanto, el problema de desarrollar un enfoque que garantice el mantenimiento de la diversidad en un conjunto preliminar de modelos para un conjunto es relevante para el desarrollo e investigación. Este artículo está dedicado al estudio de la posibilidad de utilizar un método para la formación probabilística de estructuras de redes neuronales desarrollado por los autores. Con el fin de formar conjuntos de redes neuronales, se considera la influencia de los parámetros de generación de la estructura de la red neuronal en la calidad de la resolución de problemas de regresión. Para mejorar la calidad de la solución general del conjunto, se propone utilizar un ajuste flexible del procedimiento probabilístico para elegir el tipo de función de activación al completar las capas de una red neuronal. Con el fin de determinar la efectividad de este enfoque, se llevaron a cabo una serie de estudios numéricos sobre la efectividad del uso de conjuntos de redes neuronales en un conjunto de tareas de prueba generadas y conjuntos de datos reales. También se considera el procedimiento de formación de una solución común en conjuntos de redes neuronales basado en la aplicación de un método evolutivo de programación genética. Este artículo presenta los resultados de un estudio numérico que demuestran una mayor eficiencia del enfoque con un procedimiento de formación de estructuras modificado en comparación con un enfoque básico de selección de las mejores redes neuronales individuales de un conjunto preformado. Estos estudios numéricos se llevaron a cabo en un conjunto de problemas de prueba y varios problemas con conjuntos de datos reales que, en particular, describen el proceso de fusión de mineral termal.