ЗАСТОСУВАННЯ КЛІТИННИХ АВТОМАТІВ ПРИ РОЗРОБЦІ НЕЙРОННИХ МЕРЕЖ

Анотація

Еволюційні обчислення — це галузь штучного інтелекту, яка використовує методи, що описують природні процеси. До таких методів відносять пошук рішень складних нелінійних задач таких, як розпізнавання образів, пошук оптимального серед багатьох рішення, моделювання процесу мутації, тощо. Також  еволюційні алгоритми застосовуються при автоматизації процесу пошуку найкращої комбінації параметрів для моделі машинного навчання. Застосування ж  клітинних автоматів для моделювання еволюційного процесу з використанням нейронної мережі, можливо лише на початку процесу. У цьому випадку моделі машинного навчання можуть бути представлені як клітинні автомати. Стан кожної клітинки в автоматі представляє параметр або частину архітектури моделі. Тоді еволюція автомата буде регулюватися набором правил, які визначають зміну автомату в часі, що залежить від поточного стану автомату. 

Такий підхід розширює клас моделей, процес розвитку яких описується традиційними еволюційними методами. Процеси побудовані на основі клітинних автоматів є більш складної та гнучкої форми. Використання клітинних автоматів може забезпечити більш інтуїтивно зрозумілий спосіб представлення еволюційної моделі машинного навчання. Оскільки клітинні автомати володіють локальною взаємодією між елементами, то це дозволяє удосконалити властивості нейронної мережі та позбутись такого недоліку, як перенасичення навчання. 

Для оцінки якості побудованих моделей розглянуто порівняння кожного типу мережі на одній й ті й же вибірці даних з однаковими параметрами. Оцінювалась точність,  швидкість, збіжність та ефективність кожного з підходів.  

Ключові слова. нейронна мережа, еволюційні алгоритми, клітинні автомати, точність, моделювання динамічних систем.