Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/57685
Title: Практический подход к изучению эволюционных методов настройки весовых коэффициентов искусственных нейронных сетей
Other Titles: Practical Approach to Studying Evolutionary Methods for Setting Weight Coefficients of Artificial Neural Networks
Authors: Петров, Д. О.
Keywords: цифровая трансформация;нейроконтроллеры;искусственная нейронная сеть;генетические алгоритмы
Issue Date: 2024
Publisher: БГУИР
Citation: Петров, Д. О. Практический подход к изучению эволюционных методов настройки весовых коэффициентов искусственных нейронных сетей = Practical Approach to Studying Evolutionary Methods for Setting Weight Coefficients of Artificial Neural Networks / Д. О. Петров // Цифровая трансформация. – 2024. – Т. 30, № 3. – С. 80-88.
Abstract: Описана проблематика разработки нейроконтроллеров для управления динамическими объектами, включающая в себя сложность формирования обучающих наборов данных. Указано, что одним из известных способов обучения управляющей объектом искусственной нейронной сети является нейроэволюционный подход, предполагающий использование генетического алгоритма для настройки синаптических весовых коэффициентов искусственной нейронной сети. Предложена идея использования средства демонстрации эволюционного подхода к настройке весовых коэффициентов искусственной нейронной сети для практического обучения студентов основам нейроэволюционного подхода. Разработано программное обеспечение для демонстрации нейроэволюционного подхода на примере эволюции искусственной нейронной сети заданной структуры, предназначенной для управления упрощенной компьютерной моделью автономного транспортного средства. Описан способ разрешения проблемы стагнации при использовании эволюционного подхода к обучению искусственной нейронной сети. Предложены варианты применения разработанного программного обеспечения при обучении студентов основам технологий искусственного интеллекта и эволюционным методам многокритериальной оптимизации.
Alternative abstract: The article describes the problems of developing neurocontrollers for controlling dynamic objects, including the complexity of forming training data sets. It is indicated that one of the known methods for training an artificial neural network controlling an object is the neuroevolutionary approach, which involves using a genetic algorithm to adjust the synaptic weighting coefficients of an artificial neural network. The idea of using a means of demonstrating the evolutionary approach to adjusting the weighting coefficients of an artificial neural network for practical training of students in the basics of the neuroevolutionary approach is proposed. Software has been developed to demonstrate the neuroevolutionary approach using the example of the evolution of an artificial neural network of a given structure intended to control a simplified computer model of an autonomous vehicle. A method for resolving the problem of stagnation when using the evolutionary approach to training an artificial neural network is described. Options for using the developed software in teaching students the basics of artificial intelligence technologies and evolutionary methods of multicriteria optimization are proposed.
URI: https://libeldoc.bsuir.by/handle/123456789/57685
DOI: http://dx.doi.org/10.35596/1729-7648-2024-30-3-80-88
Appears in Collections:Том 30, № 3

Files in This Item:
File Description SizeFormat 
Petrov_Prakticheskij_podhod.pdf2.68 MBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.