Multi benchmark choice of mutation parameters in evolutionary algorithm of neural network learning
Implementacja Algorytmów Ewolucyjnych (AE) do zadań uczenia Sztucznych Sieci Neuronowych (SSN) nie jest zadaniem łatwym. Zastosowanie algorytmów ewolucyjnych wyeliminowało ograniczenia algorytmów gradientowych lecz niestety napotykamy na szereg nowych problemów. W artykule analizuje się dwuwarstwową sieć neuronową , w której, w charakterze genotypu przyjmuje się dwa chromosomy połączone szeregowo. Tworzy się całą populację sieci neuronowych o indywidualnych własnościach chromosomów oblicza się wartości funkcji celu oraz realizuje się proces selekcji. W proponowanym rozwiązaniu eliminuje się algorytm krzyżowania i stosuje się tylko mutację. Operator mutacji, jego parametry mogą być identyczne dla dwóch chromosomów, różne i nieskorelowane lub różne i skorelowane. W artykule analizuje się różne charakterystyki algorytmu mutacji, zalety i wady. ; The optimization of the learning algorithm in neural networks is not a trivial task. Considering the non–linear characteristics of the activation functions , the entire task is multidimensional and non–linear with a multimodal target function. Implementing evolutionary computing in the multimodal optimization tasks gives the developer new and effective tools for seeking the global minimum. A developer has to find optimal and simple transformation between the realization of a phenotype and a genotype. In the article, a two–layer neural network is analyzed. Two serially connected chromosomes represent the genotype. In the first step the population is created. In the main algorithm loop, a parent selection mechanism is used together with the fitness function. To evaluate the quality of evolutionary computing process different measured characteristics are used. The final results are depicted using charts and tables.
Publishing House of Poznan University of Technology
oai:repozytorium.put.poznan.pl:444559
10.21008/j.1897-0737.2017.91.0017
dla wszystkich w zakresie dozwolonego użytku
Jul 17, 2018
Jul 16, 2018
18
1
http://repozytorium.put.poznan.pl/publication/536854
Edition name | Date |
---|---|
Płaczek, Stanisław, Wielokryterialny dobór parametrów operatora mutacji w algorytmie ewolucyjnym uczenia sieci neuronowej | Jul 17, 2018 |
Płaczek, Stanisław Płaczek, Aleksander
Płaczek, Stanisław
Błądek, Iwo
Tchórzewski, Jerzy Ruciński, Dariusz
Guner, Jakub
Belter, Dominik
Lewandowski, Paweł Półtorak, Mateusz Wagner, Mateusz Pochmara, Janusz Rybarczyk, Andrzej
Tchórzewski Jerzy Domański, Przemysław