ЕВОЛЮЦІЙНА ОПТИМІЗАЦІЯ АРХІТЕКТУРИ ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ У ЗАДАЧАХ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ

Анотація

У даній роботі розглядається підхід до автоматизованої оптимізації архітектури згорткових нейронних мереж на основі еволюційних обчислень. Основну увагу зосереджено на застосуванні генетичних алгоритмів як одного з найбільш ефективних класів еволюційних алгоритмів, здатних здійснювати глобальний пошук оптимальних рішень у складних багатовимірних просторах параметрів. Запропонований підхід орієнтований на оптимізацію структурних параметрів згорткової нейронної мережі, зокрема кількості згорткових і повноз’єднаних шарів, числа нейронів у кожному шарі, кількості та розміру згорткових фільтрів, що безпосередньо впливають на узагальнювальні властивості моделі. У роботі проведено аналіз основних принципів функціонування згорткових нейронних мереж та їх застосування в задачах класифікації зображень. Розглянуто базові компоненти архітектури згорткових нейронних мереж, включаючи згорткові шари, шари субдискретизації та повноз’єднані шари, а також проаналізовано вплив їх параметрів на точність класифікації. На основі цього аналізу було реалізовано базову згорткову нейронну мережу з архітектурою, підібраною безпосередньо розробником, та проведено експериментальне дослідження її роботи на тестових і реальних даних. Крім цього, на основі основних принципів генетичних алгоритмів було розроблено власний генетичний алгоритм, призначений для оптимізації архітектури згорткової нейронної мережі. У якості функції пристосованості використано показники точності класифікації, що дозволяє безпосередньо орієнтувати еволюційний пошук на підвищення якості роботи моделі. Розроблений генетичний алгоритм здійснює автоматизований пошук оптимальної архітектури нейронної мережі шляхом еволюційної модифікації параметрів її структури. У процесі еволюції відбувається поступове покращення характеристик мережі за рахунок відбору найбільш ефективних конфігурацій та генерації нових архітектур на основі операцій схрещування та мутації. Експериментально показано, що вже протягом десяти поколінь еволюції можливо отримати архітектуру згорткової нейронної мережі, яка забезпечує істотно кращі результати порівняно з початковою, вручну спроєктованою моделлю.