Fast automatic configuration of artificial neural networks used for binary patterns recognition

• Autorzy: Horzyk A.

Warianty tytułu

PL

Szybka automatyczna konfiguracja sieci neuronowych rozpoznających wzorce binarne

• Języki publikacji: EN

Abstrakty

EN

This paper presents an idea of the automatically generated architecture of neural networks used for the binary patterns recognition. The process is founded on the analysis of all the patterns of the learning sequence. The described method computers the requested set of features very quickly and folly automatically. The presented method can effectively reduce the amount of synapses of the neuraI network, making the eventual implementation cheaper. The reduction of synapses is done through minimai reduction of the quality of recognition and the quality of generalization. Both, the structure of the neural network and the values of all weights coefficients are calculated in two runs over the learning sequence. The proposed method achieves the optimum formation of the structure and the parameters of the neural network much faster than any known method for learning neuraI networks. Furthermore, there is the quality of generaIization concerned because it is one of the most important factors of recognition while using neural networks.

PL

W artykule zaprezentowano ideę automatycznego doboru struktury i konfiguracji sieci neuronowej rozpoznającej wzorce binarne. Proces ten opiera się na analizie wszystkich wzorców wchodzących w skład zbioru uczącego. Opracowana i opisana w artykule metoda pozwala wyznaczyć automatycznie żądany zbiór cech z wysoką sprawnością obliczeniową. Umożliwia ona również efektywne zredukowanie ilości występujących w sieci neuronowej połączeń synaptycznych, co obniża koszt ewentualnej implementacji konstruowanego systemu. Redukcja synaps odbywa się przy uwzględnieniu minimalnej utraty jakości rozpoznawania i uogólniania wzorców. Zarówno struktura sieci neuronowej jak i wartości wszystkich występujących w niej współczynników wagowych zostają ustalone w procesie dwukrotnego przeglądnięcia rozważanej grupy rozpoznawanych wzorców, co powoduje, że zaproponowana metoda osiąga optymalne uformowanie struktury i parametrów sieci neuronowej dostosowanej do rozważanego zadania rozpoznawania w nieporównywalnie szybszy sposób niż wszystkie inne znane metody uczenia sieci neuronowych. W artykule rozważano również problem oszacowania jakości uzyskanej generalizacji, jako jednego z podstawych kryteriów decydujących o zakresie stosowalności otrzymanych sieci neuronowych.

Słowa kluczowe

EN

artificial neural networks; automatic configuration; binary patterns recognition

PL

konfiuracja sieci neuronowych

• Wydawca: Nałęcz Institute of Biocybernetics and Biomedical Engineering of the Polish Academy of Sciences ; Elsevier
• Czasopismo: Biocybernetics and Biomedical Engineering
• Rocznik: 2001
• Tom: Vol. 21, no. 1
• Strony: 25--36
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Horzyk A.

• University of Mining and Metallurgy, Institute of Automatics, Kraków, Poland,