Настройка нейронной сети на решение прикладных задач

Использование НК для решения неформализуемых задач требует проведения ряда предварительных процедур, связанных с кодированием входной и выходной информации, выбором архитектуры НС, алгоритмов обучения, способов оценки и интерпретации получаемых результатов и т.д., то есть настройки НК на конкретную задачу пользователя.

Технология настройки НС на решение прикладной задачи может быть представлена следующей схемой:

Технология настройки НС является итерационной процедурой.

При конструировании НС одним из наиболее сложных является вопрос выбора архитектуры НС, адекватной решаемой задаче.

Предварительная оценка числа нейронов в скрытых слоях однородных сетей может быть выполнена по следующей формуле:

,

где n – размерность входного вектора;

m – размерность выходного вектора;

N – число элементов обучающей выборки.

, L – число нейронов в скрытом слое (для двухслойной НС).

В настоящее время отсутствуют эффективные методы для точного решения задач выбора класса и архитектуры НС, что обуславливает использование различных эвристических методов.