Архив публикаций

Тезисы

XIX-ая конференция

Обучение нейронной сети при решении задач со скрытой закономерностью

Лоренц В.А., Гавриков В.Л.¹, Хлебопрос Р.Г.²

Сибирский Федеральный Университет

¹Красноярский Государственный Педагогический Университет им. В.П.Астафьева

²Красноярский Научный Центр СО РАН

1  стр. (принято к публикации)

Область науки, специализирующаяся на разработке и исследовании нейронных сетей, развивается в настоящее время очень интенсивно из-за фундаментального интереса во всем мире к созданию искусственного интеллекта, а также благодаря широкому применению нейронных сетей для решения различных практических задач.

Нейронная сеть, являясь совокупностью простых элементов, взаимодействие которых порождает новые свойства, не присущие ее отдельным элементам, может выступать в роли универсального эвристического модельного объекта «живого». Среди всех возможных функций живых организмов, одной из важнейших является их способность к обучению. Исследовать это эволюционно значимое качество посредством параллельного сравнения естественных и искусственных адаптивных систем, представляется весьма плодотворным.

В данной работе анализировалась динамика ошибки обучения нейронной сети в процессе решения двух задач различного уровня сложности, содержащих скрытую закономерность, а также проводился сравнительный анализ с имеющимися экспериментальными данными по обучению животных. Выявлено фундаментальное сходство обучения нейронной сети и живых систем, не вписывающееся в первоначально встроенный алгоритм обучения нейросети. Наблюдаемый эффект резкого выхода на определенный уровень понимания нейросетью, сопровождающийся улучшением обучаемости, может быть связан с уникальной способностью нейронной сети избегать «застревания» в локальных минимумах многомерной поверхности пространства возможных решений.

Исходя из полученных результатов выдвинута гипотеза о существовании наиболее предпочтительных, «квантованных» кривых обучения, которая при построении частотных распределений ошибок обучения нейронных сетей в каждый момент времени, находит свое подтверждение. Выявленные феномены позволяют установить ряд принципов обучения адаптивных систем.

• открыть в PDF формате (на русском языке) (PDF)