Структурно-Параметричний Синтез Згорткових Нейронних Мереж
Ключові слова:
згорткова нейронна мережа, структурнопараметричний синтез, алгоритм оптимізаціїАнотація
Розглянуто структурно-параметричний синтез згорткових нейронних мереж для розв’язання задачі обробки зображень. Наведено класифікацію типів шарів, які формують згорткові нейронні мережі з визначенням їх функціонального призначення та математичних моделей, які їх описують. Детально розглянуто процедуру ініціювання вагових коефіцієнтів. Проаналізовано методи запобігання перенавчання згорткових нейронних мереж. Показано, що найбільшу перспективу має метод виключення. Визначення найбільш значущих з точки зору ефективності параметрів згорткової нейронної мережі проводилося в результаті експерименту над комбінованою мережею, яка складається з згорткової нейронної мережі, класифікатора та розгорткової нейронної мережі що дозволяє не тільки розпізнавати елементи зображення, а й помічати на ньому розпізнанні елементи. Для експерименту використовувалася база даних MNIST (база даних зразків рукописного написання цифр). Наведено план проведення чисельного експерименту з метою виявлення параметрів згорткових нейронних мереж, які найбільше впливають на результати розв’язання задачі їх структурно-параметричного синтезу. В якості алгоритму оптимізації запропоновано використання генетичного алгоритму, для реалізації якого визначено розмір і структуру хромосоми. Визначено вид операторів генетичного алгоритму та розмір популяції. Наведено приклад побудови оптимальної згорткової нейронної мережі за критерієм точності.
