Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей
Предложен агентно-ориентированный подход адаптации формирования структуры и обучения нейросети к обучающей выборке. Для адаптации структур нейронных сетей используется генетический алгоритм с вещественным кодированием хромосом. Обучение нейросетей выполняется гибридным генетическим алгоритмом с г...
Saved in:
| Date: | 2008 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/7550 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей / Д.В. Олейник, В.И. Шинкаренко // Штучний інтелект. — 2008. — № 4. — С. 463-470. — Бібліогр.: 14 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-7550 |
|---|---|
| record_format |
dspace |
| spelling |
Олейник, Д.В. Шинкаренко, В.И. 2010-04-02T10:24:45Z 2010-04-02T10:24:45Z 2008 Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей / Д.В. Олейник, В.И. Шинкаренко // Штучний інтелект. — 2008. — № 4. — С. 463-470. — Бібліогр.: 14 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/7550 004.89:004.48 Предложен агентно-ориентированный подход адаптации формирования структуры и обучения нейросети к обучающей выборке. Для адаптации структур нейронных сетей используется генетический алгоритм с вещественным кодированием хромосом. Обучение нейросетей выполняется гибридным генетическим алгоритмом с градиентным дообучением лидера. Для подбора параметров обучения используются интеллектуальные агенты, система знаний которых построена по принципу «начальник – подчиненный». Построение знаний осуществляется методом кластеризации. Организация вычислительного процесса позволяет выполнять распределённые вычисления в гетерогенных локальных сетях. Запропонований агентно-орієнтований підхід адаптації формування структури та навчання нейромережі до навчальної вибірки. Для адаптації структур нейронних мереж використовується генетичний алгоритм з кодуванням хромосом в дійсних числах. Навчання нейромереж відбувається гібридним генетичним алгоритмом з градієнтним донавчанням лідера. Для підбору параметрів навчання використовуються інтелектуальні агенти, система знань яких побудована по принципу «начальник – підлеглий». Побудова знань відбувається методом кластеризації. Организація обчислювального процесу дозволяє виконувати розподіленні обчислення в гетерогенних локальних мережах. The agent-oriented method for adaptation of forming and learning of neuronet to learning selection is suggested. Genetic algorithm with real genetic coding is used for adaptation of neuronet structure. Neuronets learning is performing by means of hybrid genetic algorithm with gradient leader relearning. The intellectual agents are used for obtaining of learning parameters. Their knowledge system is based on “chief-inferior”. Knowledge building is performed by means of clusterization. Organization of calculating process allows to perform distributed calculations in heterogeneous local area networks. ru Інститут проблем штучного інтелекту МОН України та НАН України Обучающие и экспертные системы Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей Мультіагентна адаптація гібридного генетичного алгоритму для навчання нейромереж Multiagent Adaptation of Hybrid Genetic Algorithm for Neuronets Learning Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| spellingShingle |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей Олейник, Д.В. Шинкаренко, В.И. Обучающие и экспертные системы |
| title_short |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| title_full |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| title_fullStr |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| title_full_unstemmed |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| title_sort |
мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей |
| author |
Олейник, Д.В. Шинкаренко, В.И. |
| author_facet |
Олейник, Д.В. Шинкаренко, В.И. |
| topic |
Обучающие и экспертные системы |
| topic_facet |
Обучающие и экспертные системы |
| publishDate |
2008 |
| language |
Russian |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Мультіагентна адаптація гібридного генетичного алгоритму для навчання нейромереж Multiagent Adaptation of Hybrid Genetic Algorithm for Neuronets Learning |
| description |
Предложен агентно-ориентированный подход адаптации формирования структуры и обучения нейросети к
обучающей выборке. Для адаптации структур нейронных сетей используется генетический алгоритм с
вещественным кодированием хромосом. Обучение нейросетей выполняется гибридным генетическим
алгоритмом с градиентным дообучением лидера. Для подбора параметров обучения используются
интеллектуальные агенты, система знаний которых построена по принципу «начальник – подчиненный».
Построение знаний осуществляется методом кластеризации. Организация вычислительного процесса
позволяет выполнять распределённые вычисления в гетерогенных локальных сетях.
Запропонований агентно-орієнтований підхід адаптації формування структури та навчання
нейромережі до навчальної вибірки. Для адаптації структур нейронних мереж використовується
генетичний алгоритм з кодуванням хромосом в дійсних числах. Навчання нейромереж відбувається
гібридним генетичним алгоритмом з градієнтним донавчанням лідера. Для підбору параметрів
навчання використовуються інтелектуальні агенти, система знань яких побудована по принципу
«начальник – підлеглий». Побудова знань відбувається методом кластеризації. Организація
обчислювального процесу дозволяє виконувати розподіленні обчислення в гетерогенних локальних
мережах.
The agent-oriented method for adaptation of forming and learning of neuronet to learning selection is
suggested. Genetic algorithm with real genetic coding is used for adaptation of neuronet structure. Neuronets
learning is performing by means of hybrid genetic algorithm with gradient leader relearning. The intellectual
agents are used for obtaining of learning parameters. Their knowledge system is based on “chief-inferior”.
Knowledge building is performed by means of clusterization. Organization of calculating process allows to
perform distributed calculations in heterogeneous local area networks.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/7550 |
| citation_txt |
Мультиагентная адаптация гибридного генетического алгоритма для обучения нейросетей / Д.В. Олейник, В.И. Шинкаренко // Штучний інтелект. — 2008. — № 4. — С. 463-470. — Бібліогр.: 14 назв. — рос. |
| work_keys_str_mv |
AT oleinikdv mulʹtiagentnaâadaptaciâgibridnogogenetičeskogoalgoritmadlâobučeniâneirosetei AT šinkarenkovi mulʹtiagentnaâadaptaciâgibridnogogenetičeskogoalgoritmadlâobučeniâneirosetei AT oleinikdv mulʹtíagentnaadaptacíâgíbridnogogenetičnogoalgoritmudlânavčannâneiromerež AT šinkarenkovi mulʹtíagentnaadaptacíâgíbridnogogenetičnogoalgoritmudlânavčannâneiromerež AT oleinikdv multiagentadaptationofhybridgeneticalgorithmforneuronetslearning AT šinkarenkovi multiagentadaptationofhybridgeneticalgorithmforneuronetslearning |
| first_indexed |
2025-11-28T15:24:11Z |
| last_indexed |
2025-11-28T15:24:11Z |
| _version_ |
1850853901555728384 |