RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Журн. СФУ. Сер. Матем. и физ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Журн. СФУ. Сер. Матем. и физ., 2018, том 11, выпуск 2, страницы 148–158 (Mi jsfu648)  

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Cooperation of bio-inspired and evolutionary algorithms for neural network design

[Кооперация бионического и эволюционного алгоритмов для задач проектирования искусственных нейронных сетей]

Shakhnaz A. Akhmedova, Vladimir V. Stanovov, Eugene S. Semenkin

Reshetnev Siberian State University of Science and Technology, Krasnoyarskiy Rabochiy, 31, Krasnoyarsk, 660037, Russia

Аннотация: Разработанные кооперативный бионический алгоритм (COBRA) на основе нечеткого контроллера и новый коллективный алгоритм на базе дифференциальной эволюции и метода роя частиц (DE+PSO) для решения задач оптимизации функций вещественных переменных были применены для проектирования искусственных нейронных сетей. Работоспособность и целесообразность применения обеих мета-эвристик были продемонстрированы на множестве тестовых задач. Весовые коэффициенты нейронных сетей были представлены в виде вещественных переменных, которые настраивались алгоритмами COBRA с нечетким контроллером или DE+PSO. Полученными нейросетями были решены две задачи классификации (задачи распознавания образов и речи). Исследования показали, что оба алгоритма работают эффективно, несмотря на сложность задач. Таким образом, была подтверждена их работоспособность на практических задачах.

Ключевые слова: кооперация, бионические алгоритмы, дифференциальная эволюция, нейронные сети, классификация.

Финансовая поддержка Номер гранта
Министерство образования и науки Российской Федерации 2.1680.2017/ПЧ
Research is performed with the support of the Ministry of Education and Science of Russian Federation within State Assignment project no. 2.1680.2017/ПЧ.


DOI: https://doi.org/10.17516/1997-1397-2018-11-2-148-158

Полный текст: PDF файл (538 kB)
Список литературы: PDF файл   HTML файл

Реферативные базы данных:

Тип публикации: Статья
УДК: 517.9
Получена: 30.06.2017
Исправленный вариант: 12.09.2017
Принята: 20.01.2018
Язык публикации: английский

Образец цитирования: Shakhnaz A. Akhmedova, Vladimir V. Stanovov, Eugene S. Semenkin, “Cooperation of bio-inspired and evolutionary algorithms for neural network design”, Журн. СФУ. Сер. Матем. и физ., 11:2 (2018), 148–158

Цитирование в формате AMSBIB
\RBibitem{AkhStaSem18}
\by Shakhnaz~A.~Akhmedova, Vladimir~V.~Stanovov, Eugene~S.~Semenkin
\paper Cooperation of bio-inspired and evolutionary algorithms for neural network design
\jour Журн. СФУ. Сер. Матем. и физ.
\yr 2018
\vol 11
\issue 2
\pages 148--158
\mathnet{http://mi.mathnet.ru/jsfu648}
\crossref{https://doi.org/10.17516/1997-1397-2018-11-2-148-158}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=000434678300003}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/jsfu648
  • http://mi.mathnet.ru/rus/jsfu/v11/i2/p148

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. К. В. Пушкарев, “Глобальная оптимизация на основе нейросетевой аппроксимации инверсных зависимостей с эволюционным управлением параметрами”, Программные системы: теория и приложения, 10:2 (2019), 33–65  mathnet  crossref
    2. K. V. Pushkaryov, “Global optimization via neural network approximation of inverse coordinate mappings with evolutionary parameter control”, Программные системы: теория и приложения, 10:2 (2019), 3–31  mathnet  crossref
  • Журнал Сибирского федерального университета. Серия "Математика и физика"
    Просмотров:
    Эта страница:68
    Полный текст:39
    Литература:10
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020