Использование ройного интеллекта для оптимизации гиперпараметров нейронных сетей: сравнительный анализ на MNIST и CIFAR-10

Авторы

DOI:

https://doi.org/10.47813/2782-2818-2024-4-2-0291-0297

Ключевые слова:

ройный интеллект, оптимизация гиперпараметров, нейронные сети, алгоритм ройной оптимизации частиц, перебор по сетке, MNIST, CIFAR-10, эффективность алгоритмов, методы машинного обучения.

Аннотация

Ройный интеллект предлагает мощные методы для решения задач оптимизации, применяемые в настройке гиперпараметров нейронных сетей. В данной статье исследуется производительность алгоритма ройной оптимизации частиц по сравнению с перебором по сетке на двух различных датасетах: MNIST и CIFAR-10. Экспериментальные результаты показывают, что эффективность методов оптимизации варьируется в зависимости от сложности задачи и данных.

Биографии авторов

A. A. Инкижеков

Инкижеков Анатолий Анатольевич, аспирант, кафедры цифровых технологий и дизайна, Хакасский государственный университет имени Н.Ф. Катанова, Абакан, Россия

А. С. Дулесов

Дулесов Александр Сергеевич, доктор технических наук, доцент, профессор кафедры цифровых технологий и дизайна, Хакасский государственный университет имени Н.Ф. Катанова, Абакан, Россия

Библиографические ссылки

Kennedy J., Eberhart R. Particle Swarm Optimization. Proceedings of IEEE International Conference on Neural Networks. 1995; 4: 1942-1948. DOI: 10.1109/ICNN.1995.488968 DOI: https://doi.org/10.1109/ICNN.1995.488968

Poli R., Kennedy J., Blackwell T. Particle swarm optimization: An overview. Swarm Intelligence. 2007; 1(1): 33-57. DOI: 10.1007/s11721-007-0002-0 DOI: https://doi.org/10.1007/s11721-007-0002-0

Shi Y., Eberhart R.C. A modified particle swarm optimizer. 1998 IEEE International Conference on Evolutionary Computation Proceedings. IEEE World Congress on Computational Intelligence. 1998; Cat.No.98TH8360: 69-73. DOI: 10.1109/ICEC.1998.699146 DOI: https://doi.org/10.1109/ICEC.1998.699146

Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press; 2016.

LeCun Y., Bottou L., Bengio Y., Haffner P. Gradient-based learning applied to document recognition. Proceedings of the IEEE. 1998; 86(11): 2278-2324. DOI: 10.1109/5.726791 DOI: https://doi.org/10.1109/5.726791

Krizhevsky A., Hinton G. Learning multiple layers of features from tiny images. Technical Report. University of Toronto; 2009. Link. http://www.cs.toronto.edu/~kriz/learning-features-2009-TR.pdf

Загрузки

Опубликован

2024-06-27

Как цитировать

Инкижеков A. A., & Дулесов, А. С. (2024). Использование ройного интеллекта для оптимизации гиперпараметров нейронных сетей: сравнительный анализ на MNIST и CIFAR-10. Современные инновации, системы и технологии - Modern Innovations, Systems and Technologies, 4(2), 0291–0297. https://doi.org/10.47813/2782-2818-2024-4-2-0291-0297

Выпуск

Раздел

Управление, вычислительная техника и информатика.