Разработка платформенно-ориентированного алгоритма синтеза оптимальной нейросетевой архитектуры для мониторинга лазерной полировки кварцевых стекол

Abstract

Предложен алгоритм эволюционного синтеза архитектур нейронных сетей, ориентированный на решение задач мониторинга технологических процессов в условиях ограниченных вычислительных ресурсов и обучающих выборок в режиме реального времени. Алгоритм основан на модифицированном подходе нейроэволюции, в котором геном особи включает в себя граф крупных функциональных блоков и происходит отслеживание истории инноваций. Оценка особей популяции выполнялась многокритериальным алгоритмом NSGA-II на основе точности классификации и времени прямого прохода сети на целевом устройстве. Работоспособность алгоритма продемонстрирована на задаче классификации изображений с использованием набора данных CIFAR-10, а также на прикладной задаче классификации режимов работы при реализации технологической операции лазерной однолучевой полировки кварцевых стекол.