Теоретико-экспериментальный метод векторной оптимизации нейросетевых классификаторов

• Опубліковано в: : Кибернетика и системный анализ
• Дата: 2010
• Автори: Воронин, А.Н., Зиатдинов, Ю.К., Антонюк, А.А.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2010
• Теми: Системный анализ
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/45126
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Теоретико-экспериментальный метод векторной оптимизации нейросетевых классификаторов / А.Н. Воронин, Ю.К. Зиатдинов, А.А. Антонюк // Кибернетика и системный анализ. — 2010. — № 1. — С. 64–69. — Бібліогр.: 5 назв. — рос.

Розглянуто постановку задачі і процедуру векторної оптимізації архітектури нейромережевого класифікатора. Як цільову функцію запропоновано скалярну згортку критеріїв за нелінійною схемою компромісів. Використано пошукові методи оптимізації з дискретними аргументами. Наведено приклад — нейромережевий класифікатор текстів. The statement of the problem and a procedure of vector optimization of a neural-network classifier architecture are considered. The scalar convolution of criteria according to a nonlinear scheme of compromises is proposed in the capacity of the criterion function. Search methods of optimization with discrete arguments are used. An example of a neural-network text classifier is given.