Использование нейросетей для анализа звуковой информации


Генетические алгоритмы - часть 2


Выходные данные:  обученная нейросеть, решающая задачу с требуемой точностью.

1.     Создается случайным образом исходная популяция нейросетей (все индивиды имеют одинаковую архитектуру, но разные значение весов связей и других переменных)

2.     Оценивается эффективность решения задачи каждой нейросетью

3.     Если задача решена, ВЫХОД

4.     Индивиды сортируются в соответствии с эффективностью решения задачи

5.     Самая лучшая нейросеть сохраняется, на остальные накладываются мутации

6.     При достижении некоторого момента времени происходит генерация нового поколения: наиболее подходящие индивиды скрещиваются, наименее подходящие удаляются из популяции; недостающее количество генерируется случайным образом

7.    

Повторяется цикл с 2.

4. Выводы

Генетические алгоритмы дают возможность построить такие модели НС, которые было бы трудно создать аналитическими методами. Благодаря эволюционному подходу возможно без участия конструктора автоматически найти эффективное решение задачи. Но из-за самой природы алгоритма (случайность и перебор вариантов)  время, необходимое на решение задачи, может быть очень большим, и достижение желаемого результата не гарантировано.




- Начало -  - Назад -  - Вперед -