STRUCTURAL-PARAMETRIC SYNTHESIS OF NEURAL NETWORK ENSEMBLE BASED ON THE ESTIMATION OF INDIVIDUAL CONTRIBUTION
Наукові журнали НАУ
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
STRUCTURAL-PARAMETRIC SYNTHESIS OF NEURAL NETWORK ENSEMBLE BASED ON THE ESTIMATION OF INDIVIDUAL CONTRIBUTION
Структурно-параметрический синтез ансамбля нейронных сетей на основе оценки индивидуального вклада Cтруктурно-параметричний синтез ансамблю нейронних мереж на основі оцінки індивідуального вкладу |
|
| Creator |
Chumachenko, O. I.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Riazanovskiy, K. D.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» |
|
| Subject |
Structural-parametric synthesis; neural networks; ensemble; individual contribution; classification
UDC 681.327.12(045) Структурно-параметрический синтез; нейронные сети; ансамбль; индивидуальный вклад; классификация УДК 681.327.12(045) Структурно-параметричний синтез; нейронні мережі; ансамбль; індивідуальний вклад; класифікація УДК 681.327.12(045) |
|
| Description |
The article presents the structural-parametric synthesis of an ensemble of neural networks of various architectures based on their individual contribution. Topologies and learning algorithms for each classifier are considered. It is described the algorithm for calculating the individual contribution of each network and the algorithm for selecting networks in the ensemble according to the criteria of accuracy and diversity. In order to simplify the structure of the ensemble, the Complementary Measure method was used. The results of learning of classifiers on training bootstrap samples are presented. The obtained results of the ensemble are compared with the corresponding results of each neural network included in the ensemble separately.
В статье рассмотрен структурно-параметрический синтез ансамбля нейронных сетей различных архитектур на основе их индивидуального вклада. Описаны топологии и алгоритмы обучения каждого классификатора. Рассмотрен алгоритм подсчёта индивидуального вклада каждой сети и алгоритм отбора сетей в ансамбль по критериям точности и разнообразия. С целью упрощения структуры ансамбля использован метод complementary measure. Представлены результаты обучения классификаторов на тренировочных бутстреп-выборках. Проведено сравнение полученных результатов ансамбля с соответствующими результатами каждой нейронной сети, входящей в ансамбль в отдельности. У статті представлено структурно-параметричний синтез ансамблю нейронних мереж різних архітектур на основі їх індивідуального вкладу. Розглянуто топології та алгоритми навчання для кожного класифікатора. Описано алгоритм розрахунку індивідуального внеску кожної мережі та алгоритм вибору мереж в ансамбль відповідно до критеріїв точності та різноманітності. Для спрощення структури ансамблю був застосований метод complementary measure. Наведені результати вивчення класифікаторів на навчальних бутстреп-вибірках. Отримані результати ансамблю порівняні з відповідними результатами кожної нейронної мережі, включеної в ансамбль окремо. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2019-05-03
|
|
| Type |
—
— — |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/13642
10.18372/1990-5548.59.13642 |
|
| Source |
Electronics and Control Systems; Том 1, № 59 (2019); 66-77
Электроника и системы управления; Том 1, № 59 (2019); 66-77 Електроніка та системи управління; Том 1, № 59 (2019); 66-77 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|