САМООРГАНИЗУЮЩИЕСЯ НЕЙРОННЫЕ СЕТИ
И ИХ ПРИМЕНЕНИЕ
http://www.chat.ru/~neurolab/ http://nnlab.tripod.com/
Для решения таких задач, как: медицинская диагностика, управление
производством, тестирование знаний студентов, релевантный информационный поиск
эффективно используются самоорганизующиеся (растущие или эволюционирующие)
нейронные сети. Самоорганизующиеся сети во многих случаях оказывается более
предпочтительными, чем традиционные полносвязные нейронные сети.
Почему самоорганизация?
- Применение
принципов самоорганизации позволяет синтезировать многослойные нейронные сети
минимальной конфигурации на неполной, непредставительной обучающей выборке.
- Для
синтеза нейронной сети, обеспечивающей минимальное число ошибок на обучающей
выборке, не требуется заранее оценивать значимость входных переменных
(признаков), задавать число слоев и нейронов в них, а также определять
синаптические связи. Конфигурация обученной нейронной сети будет минимальной.
Минимальная конфигурация необходима по двум причинам:
- Во-первых,
нейронная сеть оптимальной сложности обладает наибольшей обобщающей (и
следовательно прогностической) способностью. Такую нейронную сеть трудно
переобучить. Переобученные (overfitting) нейронные сети теряют свои
прогностические способности, поскольку число ошибок на тестовой выборке
становится больше, чем на обучающей выборке.
- Во-вторых,
решающие правила, реализуемые нейронной сетью оптимальной сложности,
существенно легче интерпретировать, если представить их в символьной форме
логических выражений, понятных пользователю.
Применение
Наша лаборатория работает над созданием алгоритмов и программ, необходимых
пользователям для решения прикладных задач в области Data/Text Mining, Knowledge
Discovery, Decision Making, Rule Extraction. Основные направления наших
исследований:
Разработка Проектов, Исследования
- Мы
создаем прикладное программное обеспечение в перечисленных выше направлениях и
проводим исследования, связанные с использованием и применением нейронных
сетей.
Основные Публикации
- Щетинин
В.Г.Многослойная самоорганизация
нейронных сетей оптимальной сложности/ Автоматика и вычислительная
техника. - Рига, 1998. - ╪4. - С.30-37.
- Щетинин
В.Г., Костюнин А.В. Принятие решений на нейронных сетях оптимальной
сложности// Автоматизация и современные технологии. - М., 1998. - ╪4. - С.
38-43.
- Щетинин
В.Г., Столярова О.В., Костюнин А.В. Синтез решающих правил на нейронных
сетях для управления производством// Приборы и системы управления.- М.,
1999. - ╪1. С. 72-77.
- Щетинин
В.Г., Соломаха А.А.Применение
искусственных нейронных сетей в клинической лабораторной диагностике//
Клиническая лабораторная диагностика. - М., 1998. - ╪10. - С. 21-23.
- Щетинин
В.Г., Комаров В.Т. Дифференциальная диагностика при помощи искусственных
нейронных сетей// Клиническая лабораторная диагностика. - М., 1998.- ╪11.
С.34-37.
- Карпова
Н.А. Управление в системе
оценки знаний. - Пенза: ПГУ, 1999.
- Карпова
Н.А.Построение информационной
модели процесса оценивания знаний.Пенза: ПГУ, 1999.
Учебные Пособия
Диссертации, Дипломные Проекты
Интересные Ссылки
Совместные Исследования
Вопросы и Ответы:
Контакты
Лаборатория нейросетевых
технологий. Пишите нам поE-mail: vschetinin@mail.ru.
Спасибо за ваше внимание