La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A New Crossover Operator and Its Application to Artificial Neural Networks Evolution Un nouvel opérateur de croisement et son application à l'évolution des réseaux de neurones artificiels

Md. Monirul ISLAM, Kazuyuki MURASE

  • Vues en texte intégral

    0

  • Citer

Résumé:

La conception de réseaux de neurones artificiels (ANN) grâce à une évolution simulée est étudiée depuis de nombreuses années. L'utilisation d'algorithmes génétiques (AG) pour une telle évolution souffre d'un problème important connu sous le nom de problème de permutation ou problème de convention concurrente. Cet article propose un nouvel opérateur de croisement, que nous appelons le croisement de nœuds sélectionnés (SNX), pour surmonter le problème de permutation des GA pour les ANN en évolution. L'invention concerne un système évolutif basé sur GA (GANet) utilisant le SNX pour faire évoluer une architecture ANN à rétroaction à trois couches avec apprentissage de poids. GANet utilise séquentiellement un opérateur de croisement et un opérateur de mutation. Si le premier opérateur réussit, le deuxième opérateur n'est pas appliqué. GANet dépend moins des paramètres de contrôle définis par l'utilisateur que les méthodes évolutives conventionnelles. GANet est appliqué à une variété de tests de référence, y compris les problèmes de classification de grande taille (26 classes) à petits (2 classes). Les résultats montrent que GANet peut produire des architectures ANN compactes avec de petites erreurs de classification.

Publication
IEICE TRANSACTIONS on Information Vol.E84-D No.9 pp.1144-1154
Date de publication
2001/09/01
Publicisé
ISSN en ligne
DOI
Type de manuscrit
PAPER
Catégories
Algorithmes

Auteurs

Mots-clés

Table des matières