Детальная информация

Название Применение алгоритмов кластеризации к формированию представительской выборки для обучения многослойного персептрона // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Физико-математические науки: научное издание. – 2017. – Т. 10, № 2
Авторы Пастухов Алексей Андреевич ; Прокофьев Александр Александрович
Организация Национальный исследовательский университет "МИЭТ"
Выходные сведения Санкт-Петербург: Изд-во Политехн. ун-та, 2017
Коллекция Общая коллекция
Тематика Радиоэлектроника ; Искусственный интеллект. Экспертные системы ; персептроны ; нейронные сети ; многослойные персептроны ; представительские выборки (программирование) ; кластеризация (программирование) ; персептроны на множествах ; алгоритмы кластеризации ; perceptron ; neural network ; multilayer perceptrons ; public sample (programming) ; clustering (programming) ; perceptron sets ; clustering algorithms
УДК 004.8
ББК 32.813
Тип документа Статья, доклад
Тип файла Другой
Язык Русский
DOI 10.18721/JPM.10206
Права доступа Свободный доступ из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\60823
Дата создания записи 19.03.2019

Разрешенные действия

Прочитать Загрузить (1,7 Мб)

Группа Анонимные пользователи
Сеть Интернет

Рассмотрен вопрос эффективного формирования представительской выборки для обучения нейронной сети многослойный персептрон. Предложен подход, основанный на применении кластеризации, позволяющий увеличить энтропию обучающего множества. Рассмотрены различные алгоритмы кластеризации для формирования представительской выборки. На базе алгоритмов проведена кластеризация факторных пространств различной размерности и сформированы представительские выборки. Синтезирована и обучена нейронная сеть многослойный персептрон на множествах, сформированных с использованием и без использования кластеризации. Проведен сравнительный анализ эффективности алгоритмов кластеризации применительно к задаче формирования представительской выборки.

In this paper, we have considered the problem of effective forming the representative sample for training the neural network of the multilayer perceptron (MLP) type. An approach based on the use of clustering that allowed to increase the entropy of the training set was put forward. Various clustering algorithms were examined in order to form the representative sample. The algorithm-based clustering of factor spaces of various dimensions was carried out, and a representative sample was formed. To verify our approach we synthesized the MLP neural network and trained it. The training technique was performed with the sets formed both with and without clustering. A comparative analysis of the effectiveness of clustering algorithms was carried out in relation to the problem of representative sample formation.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Все

Количество обращений: 601 
За последние 30 дней: 23

Подробная статистика