МЕТОД ГРУППОВОЙ АДАПТАЦИИ С ФИКСАЦИЕЙ СМЕЩЕНИЙ НЕЙРОНОВ (АФСН) ДЛЯ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ОБЪЕМНЫХ ИЗВЕЩАТЕЛЕЙ


https://doi.org/10.20914/2310-1202-2015-1-116-121

Полный текст:


Аннотация

Нейронное моделирование зачастую не гарантирует выполнения принципа общности – нейронная модель, обученная на одном наборе данных, может оказаться неадекватной при подаче на ее вход данных из другого набора. Поэтому при использовании нейронного моделирования необходима процедура тестирования полученных результатов с помощью метода гребневой (ridge) регрессии, основанного на теории регуляризации некорректно поставленных задач. Существо предлагаемого метода адаптации нейронной сети с фиксацией смещений (АФНС) состоит в следующем: 1. Вместо двухслойной нейронной сети для адаптации рекомендуется однослойная нейронная сеть, более полно отвечающая использованию метода характеристических точек, в качестве которых выбираются взвешенные суммы отдельных групп признаков. 2. Для устранения проблемы неоднозначности, вызванной традиционным выбором случайных начальных условий, начальные значения весов и смещений нейронов выбираются равными нулю. 3. Для методологического единства решения прямой и обратной задачи экспертизы на веса и смещения нейронной сети программно накладываются следующие ограничения: веса [0, 1], а смещения принудительно полагаются равными нулю путем выбора параметра скорости адаптации. 4. Результаты нейронного моделирования часто могут быть недостоверными в силу нарушения принципа общности и для проверки его соблюдения необходимо обязательное тестирование полученных результатов, например, с помощью метода гребневой регрессии. Как следует из представленных результатов, во всех случаях следует пользоваться предложенными методами последовательной и групповой адаптации с фиксацией смещений нейронов, поскольку при этом имеется возможность восстановления исходной регрессионной модели. При фиксации нулевых смещений нейронов их найденные веса приобретают значения из диапазона [0, 1], что обеспечивает методологическое единство решения прямой и обратной задачи экспертизы.

Об авторах

С. В. Бухарин
Воронежский государственный университет инженерных технологий
Россия
Профессор, кафедры экономической безопасности и финансового мониторинга


А. В. Мельников
Воронежский институт Министерства внутренних дел России
Россия
Старший преподаватель, кафедра автоматизированных информационных систем органов внутренних дел


В. В. Навоев
Управление вневедомственной охраны Главного управления Министерства внутренних дел России по Свердловской области
Россия
Начальник Управления


Список литературы

1. Хайкин С. Нейронные сети: полный курс. М.СПб.-Киев: Вильямс, 2006. 668 с.

2. Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6. М.: ДИАЛОГ-МИФИ, 2002. 496 с.

3. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2004. 344 с.

4. Дрейпер Н., Смит Г.Прикладной регрессионный анализ. Множественная регрессия: монография. М.: Диалектика, 2007. 912 с.

5. Эсбенсен К. Анализ многомерных данных. Избранные главы. Черноголовка: Изд-во ИПХФ РАН, 2005. 160 с.

6. Бухарин С.В., Мельников А.В. Кластерно-иерархические методы экспертизы экономических объектов: монография. Воронеж: Изд-во «Научная книга», 2012. 276 с.

7. Бухарин С.В., Мельников А.В., Навоев В.В. Прогнозирование значений обобщенного показателя качества объемных извещателей на основе нейронного моделирования // Вестник ВИ МВД России. 2014. № 2. С. 165–174.


Дополнительные файлы

Для цитирования: Бухарин С.В., Мельников А.В., Навоев В.В. МЕТОД ГРУППОВОЙ АДАПТАЦИИ С ФИКСАЦИЕЙ СМЕЩЕНИЙ НЕЙРОНОВ (АФСН) ДЛЯ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ОБЪЕМНЫХ ИЗВЕЩАТЕЛЕЙ. Вестник Воронежского государственного университета инженерных технологий. 2015;(1):116-121. https://doi.org/10.20914/2310-1202-2015-1-116-121

For citation: Bukharin S.V., Mel’nikov A.V., Navoev V.V. METHOD OF GROUP ADAPTATION WITH FIXING OF BIASES OF NEURONS (AFBN) FOR FORECASTING OF INDICATORS OF QUALITY OF VOLUME ANNOUNCERS. Proceedings of the Voronezh State University of Engineering Technologies. 2015;(1):116-121. (In Russ.) https://doi.org/10.20914/2310-1202-2015-1-116-121

Просмотров: 159

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2226-910X (Print)
ISSN 2310-1202 (Online)