Проведено аналіз способів оптимізації алгоритмів функціонування нейронних мереж (НМ) Кохонена - карт самоорганізації (Self-organizing map - SOM) за швидкістю навчання та часткою коректної кластеризації. Визначено ефективну оптимізацію карт самоорганізації за другим критерієм - Enhanced Self-Organizing Incremental Neural Network (ESOINN). Визначено, що у випадку неповного вхідного сигналу, тобто сигналу з втратами в невідомі моменти часу, частка коректної кластеризації неприпустимо низька на будь-яких алгоритмах SOM, як базових, так і оптимізованих. Неповний сигнал представлено як вхідний вектор НМ, значення якого подані єдиним масивом тобто без урахування відповідності моментів втрат поточним значенням і без можливості визначення цих моментів. Запропоновано та програмно реалізовано спосіб визначення відповідності неповного вхідного вектора до вхідного шару нейронів для підвищення частки коректного розпізнавання. Спосіб засновано на пошуку мінімальної відстані між поточним вхідним вектором і вектором-ваг кожного з нейронів. Для зменшення часу роботи алгоритму запропоновано оперувати не окремими значеннями вхідного сигналу, а їх неподільними частинами та відповідними групами вхідних нейронів. Запропонований спосіб реалізовано для SOM та ESOINN. Для доведення ефективності реалізації базового алгоритму SOM проведено його верифікацію з існуючими аналогами інших розробників. Розроблено математичну модель для формування прикладів повних сигналів навчальної вибірки на основі еталонних кривих другого порядку та сформовано навчальну вибірку. За цією навчальною вибіркою проведено навчання всіх НМ, реалізованих із використанням запропонованого способу та без нього. Розроблено схему імітації втрат і згенеровано тестові вибірки для обчислювальних експериментів на неповних сигналах. На підставі експериментів доведено ефективність запропонованого способу для класифікації за неповним вхідним сигналом на основі карт самоорганізації як для реалізацій базового алгоритму SOM, так і для ESOINN.

  Повний текст PDF - 779.556 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"