Отрывок: Было выяснено, что нейроны сильно неравнозначны по степени активности. За время распознания упомянутого выше тестового набора данных из 4000 изображений частота использования каждого из 200 нейронов выходного слоя колебалась примерно от 0 до 120 раз (Рис.2). Рис.2 Частота использования нейронов выходного слоя при тестировании набора в 4000 изображений Второй эксперимент заключался в поиске зависимости активности нейрона от параметров сети. Наиболее высокой оказалась корреляция ...
Название : Слияние знаний в импульсных нейронных сетях
Авторы/Редакторы : Антонов Д. И.
Сухов С. В.
Дата публикации : 2022
Библиографическое описание : Антонов, Д. И. Слияние знаний в импульсных нейронных сетях / Д. И. Антонов, С. В. Сухов // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 042042.
Аннотация : Показана методика организации слияния знаний (knowledge fusion) импульсной искусственной нейронной сети (ИмНС, Spiking Neural Network) без доступа к первоначальным исходным данным. Разработан метод ранжирования выходных нейронов ИмНС по степени влияния на процесс классификации на основе знания о распределении весов сети. Эксперименты проводились на свободно доступных наборах данных в среде SpykeTorch.
Другие идентификаторы : RU\НТБ СГАУ\491154
Ключевые слова: ансамбль сетей
архитектура нейронной сети
слияние знаний
спайковые нейронные сети
прунинг сетей
ранжирование выходных нейронов
метод ранжирования выходных нейронов
импульсные нейронные сети
Располагается в коллекциях: Информационные технологии и нанотехнологии




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.