Исследование применения различных алгоритмов инициализации весов при решении задачи аппроксимации плотности распределения вероятности радиально-базисной нейронн

Abstract

В выпускной квалификационной работе разработана автоматизированнаясистема аппроксимации плотности вероятности радиально-базисной нейроннойсетью.Целью данной работы является автоматизация процесса аппроксимациирадиально-базисной нейронной сетью с применением различных алгоритмовинициализации весов.В рамках работы проведен анализ предметной области и различныхмоделей нейронных сетей, которые применяются в задачах аппроксимации,произведено обоснование выбора модели сети, рассмотрены различные методыинициализации весов нейронной сети.В данной системе реализована возможность работы с выборками данных:генерация по заданному закону распределения, сохранение и загрузка данных изфайлов. Обучение сети производится с помощью метода обратногораспространения ошибки. Выбор начальных параметров производится спомощью различных алгоритмов: случайная инициализация, алгоритм имитацииотжига, алгоритм дифференциальной эволюции, алгоритм роя частиц,генетический алгоритм.С помощью обученной сети реализован процесс