Доменная модель нейронной сети и ее применение в задачах оптимизации



Скачать 208.16 Kb.
страница1/2
Дата25.12.2012
Размер208.16 Kb.
ТипАвтореферат
  1   2



На правах рукописи

Магомедов Башир Маликович

Доменная модель нейронной сети и ее

применение в задачах оптимизации
Специальность 05.13.17 - Теоретические основы информатики

АВТОРЕФЕРАТ
диссертации на соискание ученой степени

кандидата физико-математических наук


Москва – 2006

Работа выполнена в Вычислительном Центре им. А. А. Дородницына РАН и в Институте оптико-нейронных технологий РАН.



Научный руководитель:

доктор физико-математических наук

Крыжановский Борис Владимирович

Официальные оппоненты:

доктор физико-математических наук, Ососков Геннадий Алекссевич
кандидат технических наук,

Костенко Валерий Алексеевич


Ведущая организация:

Московский инженерно-физический институт




Защита диссертации состоится « 22 » июня 2006 года в 14:00 часов на заседании диссертационного совета Д002.017.02 в Вычислительном центре им. А.А. Дородницына Российской академии наук по адресу: 119991, г. Москва, ул. Вавилова, д. 40.


С диссертацией можно ознакомиться в библиотеке ВЦ РАН

Автореферат разослан « 19 » мая 2006 г.


Ученый секретарь

диссертационного совета *

д.ф-м.н. В. В. Рязанов

Общая характеристика работы

Актуальность темы


Теория искусственных нейронных сетей (ИНС) – одна из областей математики, существующая уже более полувека и активно развивающаяся по настоящее время. Одним из важных применений ИНС является решение задач оптимизации, особенно тех из них, которые не могут быть решены точными детерминистическими методами, а также решение NP-полных задач.

Основной моделью нейронной сети, с помощью которой решаются такие оптимизационные задачи, является модель Хопфилда, предложенная в 1982 году. Эта циклическая нейронная сеть, в ходе функционирования меняет свое состояние, понижая при этом значение некоего функционала, называемого энергией, и конвергирует в состояние соответствующее минимуму. Это свойство сети активно используется для случайного поиска оптимального решения: сеть произвольным образом инициализируется (выбирается случайное начальное состояние сети) и затем она, в результате функционирования согласно ее динамической процедуре, переходит в какой-либо локальный минимум энергии. Поскольку наиболее оптимальное решение задачи заранее неизвестно, то описанная процедура случайного поиска повторяется много раз. После большого числа стартов из найденных решений выбирается наиболее оптимальное, т.е.
выбирается конфигурация, соответствующая наиболее оптимальному значению функционала. К сожалению, специфика модели такова, что в процессе поиска она имеет тенденцию сходиться к неглубоким локальным минимумам. Кроме того, реализация алгоритма показывает, что время, затрачиваемое на поиск удовлетворительного решения, может оказаться неприемлемо большим.

В этой связи, активно исследуются различные модификации архитектуры и алгоритмы функционирования нейронной сети Хопфилда, которые позволяли бы ускорить поиск, и улучшить ее оптимизационные свойства.

Все это свидетельствует о необходимости исследований и разработки новых подходов, которые будут удовлетворять более жестким требованиям по качеству и скорости работы.

Цель работы


Основная цель диссертационной работы состояла в разработке нового метода случайного поиска в задачах комбинаторной оптимизации на базе нейронных сетей.

В диссертационной работе были решены следующие задачи:

- Предложена и исследована новая модель искусственной нейронной сети – доменная нейронная сеть. Проведен анализ распознающих свойств предложенной модели и даны теоретические и экспериментальные оценки помехоустойчивости, емкости памяти и скорости работы.

- Исследована возможность применения доменной нейросети в задачах комбинаторной оптимизации. Проведен сравнительный анализ оптимизационных свойств предложенной модели.

- Исследована зависимость между глубиной локального минимума и вероятностью его обнаружения в процессе случайного поиска, на основании которой даны рекомендации по проведению процедуры оптимизации. Выработан критерий останова процесса случайного поиска.
  1   2

Похожие:

Доменная модель нейронной сети и ее применение в задачах оптимизации iconТема: Реализация нейронной сети Хопфилда на примере распознавания образов
Одним из решений этой проблемы является создание искусственных нейронных сетей. Искусственная нейронная сеть( далее инс) – аппаратная...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconОпределение параметров ориентации плоской грани с применением нейронных сетей
Продемонстрировано применение этого подхода к поиску параметров нормали плоской грани и калибровке камеры. Предложена модель обучения...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconПрименение дискретизации для решения задач бинарной оптимизации с помощью нейронной сети Хопфилда 05. 13. 01 Системный анализ, управление и обработка информации (по математическим отраслям и информатике)
Работа выполнена в Федеральном государственном бюджетном учреждении науки Научно-исследовательском институте системных исследований...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconПластичность многослойных нейронных сетей
В работе выполнен анализ пластичности многослойных нейронных сетей. Получены точные формулы расчета степени пластичности по структурным...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconДоменная Система Имен. Преобразование имен в адреса. Доменная система имен
Доменная система имен. Компьютеры легко могут найти друг друга по числовому ip-адресу, однако человеку запомнить числовой адрес нелегко,...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconСистема памяти на основе нейронной сети с обратными связями
Таким образом, в системе может быть сформирован кластер периодической нейронной активности произвольного вида, что соответствует...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconКурсовая работа Программный комплекс для изучения методов глобальной оптимизации «GlOpt»
Целью данной работы являлось изучение методов глобальной оптимизации, создание программного комплекса, позволяющего провести количественные...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconУдк 517. 977. 5 Модифицированный генетический алгоритм для задач оптимизации в управлении
Многоэкстремальные задачи успешно решаются генетическими алгоритмами, тем не менее значительные затраты времени на решение сдерживают...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconЗадачи оптимизации
Такие задачи называются задачами оптимизации, в отличие от задач анализа. В задачах анализа вычисляется выходное значение для заданного...
Доменная модель нейронной сети и ее применение в задачах оптимизации iconРадиально-базисные нейронные сети для решения краевых задач бессеточными
Разработаны градиентные алгоритмы обучения весов радиально-базисной нейронной сети. Проведено экспериментальное исследование разработанных...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org