Коэволюционирующие нейронные сети прямого распространения

Запропоновано еволюційний алгоритм визначення архітектури нейронних мереж прямого розповсюдження та їх навчання, заснований на коеволюційних моделях кооперації і конкуренції з використанням алгоритмів кластеризації для розбиття основної задачі синтезу нейронної мережі на підзавдання, які вирішуються...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Проблемы управления и информатики
Datum:2016
Hauptverfasser: Руденко, О.Г., Бессонов, А.А.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/208257
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Коэволюционирующие нейронные сети прямого распространения / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2016. — № 5. — С. 63-74. — Бібліогр.: 26 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-208257
record_format dspace
spelling Руденко, О.Г.
Бессонов, А.А.
2025-10-23T17:27:56Z
2016
Коэволюционирующие нейронные сети прямого распространения / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2016. — № 5. — С. 63-74. — Бібліогр.: 26 назв. — рос.
0572-2691
https://nasplib.isofts.kiev.ua/handle/123456789/208257
519.71
10.1615/JAutomatInfScien.v48.i9.30
Запропоновано еволюційний алгоритм визначення архітектури нейронних мереж прямого розповсюдження та їх навчання, заснований на коеволюційних моделях кооперації і конкуренції з використанням алгоритмів кластеризації для розбиття основної задачі синтезу нейронної мережі на підзавдання, які вирішуються в окремих субпопуляціях. Запропонований алгоритм реалізує середовище, що сприяє співробітництву та конкуренції популяцій, в яких кожна особина являє собою нейронну мережу прямого розповсюдження, а вся сукупність популяцій несе відповідальність за остаточне вирішення поставленого завдан ня. Результати імітаційного моделювання підтверджують ефективність запропонованого методу синтезу нейронних мереж прямого розповсюдження.
An evolutionary algorithm of determining the architecture of feedforward neural networks and performing their training is proposed, based on the co-evolutionary models of cooperation and competition with using of clustering algorithms for partitioning the main problem of neural network synthesis into sub-tasks to be undertaken in certain sub-populations. The proposed algorithm implements an environment that is conducive to cooperation and competition of populations in which every individual is a feedforward neural network, and the totality of the populations is responsible for the final solution of the problem. The simulation results confirm the effectiveness of the proposed method of feedforward neural networks synthesis.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Проблемы управления и информатики
Методы обработки информации
Коэволюционирующие нейронные сети прямого распространения
Нейронні мережі прямого розповсюдження, що коеволюціонують
Coevolving feedforward neural networks
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Коэволюционирующие нейронные сети прямого распространения
spellingShingle Коэволюционирующие нейронные сети прямого распространения
Руденко, О.Г.
Бессонов, А.А.
Методы обработки информации
title_short Коэволюционирующие нейронные сети прямого распространения
title_full Коэволюционирующие нейронные сети прямого распространения
title_fullStr Коэволюционирующие нейронные сети прямого распространения
title_full_unstemmed Коэволюционирующие нейронные сети прямого распространения
title_sort коэволюционирующие нейронные сети прямого распространения
author Руденко, О.Г.
Бессонов, А.А.
author_facet Руденко, О.Г.
Бессонов, А.А.
topic Методы обработки информации
topic_facet Методы обработки информации
publishDate 2016
language Russian
container_title Проблемы управления и информатики
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Нейронні мережі прямого розповсюдження, що коеволюціонують
Coevolving feedforward neural networks
description Запропоновано еволюційний алгоритм визначення архітектури нейронних мереж прямого розповсюдження та їх навчання, заснований на коеволюційних моделях кооперації і конкуренції з використанням алгоритмів кластеризації для розбиття основної задачі синтезу нейронної мережі на підзавдання, які вирішуються в окремих субпопуляціях. Запропонований алгоритм реалізує середовище, що сприяє співробітництву та конкуренції популяцій, в яких кожна особина являє собою нейронну мережу прямого розповсюдження, а вся сукупність популяцій несе відповідальність за остаточне вирішення поставленого завдан ня. Результати імітаційного моделювання підтверджують ефективність запропонованого методу синтезу нейронних мереж прямого розповсюдження. An evolutionary algorithm of determining the architecture of feedforward neural networks and performing their training is proposed, based on the co-evolutionary models of cooperation and competition with using of clustering algorithms for partitioning the main problem of neural network synthesis into sub-tasks to be undertaken in certain sub-populations. The proposed algorithm implements an environment that is conducive to cooperation and competition of populations in which every individual is a feedforward neural network, and the totality of the populations is responsible for the final solution of the problem. The simulation results confirm the effectiveness of the proposed method of feedforward neural networks synthesis.
issn 0572-2691
url https://nasplib.isofts.kiev.ua/handle/123456789/208257
fulltext
citation_txt Коэволюционирующие нейронные сети прямого распространения / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2016. — № 5. — С. 63-74. — Бібліогр.: 26 назв. — рос.
work_keys_str_mv AT rudenkoog koévolûcioniruûŝieneironnyesetiprâmogorasprostraneniâ
AT bessonovaa koévolûcioniruûŝieneironnyesetiprâmogorasprostraneniâ
AT rudenkoog neironnímerežíprâmogorozpovsûdžennâŝokoevolûcíonuûtʹ
AT bessonovaa neironnímerežíprâmogorozpovsûdžennâŝokoevolûcíonuûtʹ
AT rudenkoog coevolvingfeedforwardneuralnetworks
AT bessonovaa coevolvingfeedforwardneuralnetworks
first_indexed 2025-11-24T10:41:14Z
last_indexed 2025-11-24T10:41:14Z
_version_ 1850844745657483264