DOI: 10.17587/prin.16.134-142

УДК: 004.855

Вариативность алгоритма обучения нейронных сетей Wide Learning

A. С. Яковлев, магистрант, yakovlevsasha42@gmail.com, Э. В. Шаякберов, аспирант, eduard.shayakberov@mail.ru, B. М. Гиниятуллин, канд., техн., наук, доц., fentazer@mail.ru, Уфимский государственный нефтяной технический университет

Представлены результаты исследования, направленные на анализ эффективности процессов обучения нейронных сетей и возможностей их модификации. Доказано существование бесполезных нейронов, поставлена задача их поиска и удаления в уже обученных искусственных нейронных сетях. Показана возможность использования обратимой функции активации в выходном слое нейронной сети в целях создания воспроизводимого алгоритма обучения. Рассмотрены свойства алгоритма Wide Learning, код первой версии программной реализации размещен в репозитории Github под лицензией Apache 2.0 https://github.com/brinkinvision/wideLearning. Предпринята попытка анализа результатов обучения нейронной сети методами классической статистики. В большинстве случаев распределения скалярных произведений гауссовы, кроме того было обнаружено и двухмодальное распределение.

Ключевые слова: искусственные нейронные сети, датасет, функция активации, многозначность, алгоритм обучения, воспроизводимость обучения, скалярное умножение, нормальное распределение, p-value, качественные параметры

Стр. 134—142

Ссылка для цитирования:
Яковлев А. С., Шаякберов Э. В., Гиниятуллин В. М. Вариативность алгоритма обучения нейронных сетей Wide Learning // Программная инженерия. 2025. Том 16, № 3. С. 134—142. DOI: 10.17587/prin.16.134-142.

Полный текст на eLIBRARY