| dc.contributor.author | Давидюк, Юлия Ивановна | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2021-08-17T12:24:21Z | |
| dc.date.available | 2021-08-17T12:24:21Z | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Давидюк, Ю. И. Методы нейроэволюции сетей прямого распространения / Ю. И. Давидюк // Вестник Брестского государственного технического университета. – 2021. – № 2 (125). – С. 49–53. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/21563 | |
| dc.description | Y. I. Davidyuk. NEUROEVOLUTION METHODS FOR FEEDFORWARD NEURAL NETWORKS | |
| dc.description.abstract | Рассматриваются различные методы оптимизации архитектуры и параметров нейронных сетей прямого распространения эволюционными алгоритмами. Проведен анализ методов нейроэволюции, описаны основные свойства и применимость разнообразных вариантов эволюционной оптимизации с прямым кодированием хромосом для различных архитектур нейронных сетей прямого распространения. Для каждого метода нейроэволюции приведены используемые операторы генетического алгоритма, описаны достоинства, недостатки и особенности их применения. Результаты сравнения представлены в табличном виде. | |
| dc.language.iso | ru | |
| dc.publisher | БрГТУ | |
| dc.subject | генетический алгоритм | |
| dc.subject | нейронная сеть | |
| dc.subject | эволюционное программирование | |
| dc.subject | нейроэволюция | |
| dc.subject | neural network | |
| dc.subject | genetic algorithm | |
| dc.subject | evolutionary programming | |
| dc.title | Методы нейроэволюции сетей прямого распространения | |
| dc.type | Статья (Article) | |
| dc.identifier.udc | 004.852 | |
| dc.abstract.alternative | Various optimization methods and parameters of feedforward neural networks by evolutionary algorithms are considered. The analysis of neuroevolutionary methods, basic properties and applicability of various variants of evolutionary optimization with dire ct coding of chromosomes for various architectures of feedforward neural networks are presented. Operators of the genetic algorithm, advantages, disadvantages and features of their application are described for each method of neuroevolution. The compariso n results are presented in tabular form. | |
| dc.identifier.doi | https://doi.org/10.36773/1818-1212-2021-125-2-49-53 | |
