Аннотация. Рассматривается метод оптимизации архитектуры нейросетевого классификатора: поисковый метод симплекс-планирования. С помощью программы обучения нейронной сети и программы оптимизации проводится исследование корректности выбранного поискового метода для выявления наилучшей архитектуры нейросетевого классификатора. В качестве целевой функции предложена скалярная свертка критериев по нелинейной схеме компромиссов

Ключевые слова: многокритериальная оптимизация, архитектура, нейронные сети, классификатор.

ACM Classification Keywords: H.1 Models and Principles – H.1.1 – Systems and Information Theory; H.4.2 – Types of Systems; C.1.3 Other Architecture Styles – Neural nets

Link:

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ АРХИТЕКТУРЫ НЕЙРОСЕТЕВЫХ КЛАССИФИКАТОРОВ

Альберт Воронин, Юрий Зиатдинов, Анна Антонюк

http://foibg.com/ibs_isc/ibs-19/ibs-19-p16.pdf