Алгоритм спрощення гібридних нейронних мереж

Автор(и)

  • O. I. Chumachenko Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського», Київ, Україна
  • A. O. Kuzmenko Кафедра авіаційних комп’ютерно-інтегрованих комплексів Студентка 6-го курсу

DOI:

https://doi.org/10.18372/1990-5548.55.12772

Ключові слова:

Спрощення ансамблю, беггінг, точність, різноманітність.

Анотація

Показано що ансамбль, зазвичай, більш точний, ніж одинична мережа, існуючі ансамблеві методи, однак, як правило, створюють невиправдано великі ансамблі, які збільшують використання пам'яті та обчислювальні витрати. Спрощення ансамблю вирішує цю проблему. Проаналізовано компроміс між точністю і різноманітністю і доведено, що класифікатори, які є більш точними і роблять більш точні прогнозів у групі меншості, більш важливі для побудови підансамблю. Запропоновано метрику, яка враховує точність і різноманітність, щоб оцінити вклад окремого класифікатора в ансамбль. Це дозволяє виділити необхідну кількість мереж з найкращими результатами і включити їх в ансамбль.


Біографії авторів

O. I. Chumachenko, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського», Київ, Україна

Кафедра технічної кібернетики

Кандидат технічних наук. Доцент

A. O. Kuzmenko, Кафедра авіаційних комп’ютерно-інтегрованих комплексів Студентка 6-го курсу

Національний авіаційний університет, Київ, Україна.

Посилання

Zhenyu Lu, Xindong Wu, Xingquan Zhu, and Josh Bongard, Ensemble Pruning via Individual Contribution Ordering. Burlington. 2007, 10 p.

Gonzalo Martı´nez-Munoz, Daniel Herna´ndez-Lobato, and Alberto Sua´rez, “An Analysis of Ensemble Pruning Techniques Based on Ordered Aggregation,” IEEE Transactions on Pattern Analysis and Machine Intelligence, no. 2, 2009, pp. 245–259.

Z.-H. Zhou, J. Wu, and W. Tang, “Ensembling Neural Networks: Many Could Be Better than All,” Artificial Intelligence, vol. 137, pp. 239–263, 2002.

##submission.downloads##

Номер

Том 1 № 55 (2018)

Розділ

АВТОМАТИЗОВАНІ СИСТЕМИ ПРОЕКТУВАННЯ

Ліцензія

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).