УДК 004.8:004.94
МЕТОД ПРЕДВАРИТЕЛЬНОГО ВЫБОРА АРХИТЕКТУРЫ МНОГОСЛОЙНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ АППРОКСИМАЦИИ ПОЛИГАРМОНИЧЕСКОГО СИГНАЛА
В. В. Фролов, д.т.н., доцент, профессор, Харьковский национальный университет им. В. Н. Каразина, Харьков, Украина;
orcid.org/0000-0002-2770-3385, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Г. Н. Жолткевич, д.т.н., профессор, Харьковский национальный университет им. В. Н. Каразина, Харьков, Украина;
orcid.org/0000-0002-7515-2143, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
О. Ю. Приходько, к.т.н., доцент, БГТУ им. В. Г. Шухова, Белгород, Россия;
orcid.org/0000-0002-6452-0465, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Ю. В. Скурятин, к.т.н., доцент, БГТУ им. В. Г. Шухова, Белгород, Россия;
orcid.org/0000-0001-5555-8691, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Предлагаемый в статье метод предварительного выбора архитектуры сужающейся многослойной искусственной нейронной сети прямого распространения без обратных связей с сигмоидными функциями активации основан на определении количества слоев по форме полигармонического сигнала. Форму сигнала предлагается характеризовать количеством точек перегиба. В статье экспериментально доказано, что количество слоев многослойной сети коррелирует с количеством точек перегиба по критерию минимизации абсолютной погрешности при сравнении с универсальным аппроксиматором. Общее количество нейронов многослойной сети определяется из условия, что оно не может быть больше количества нейронов универсального аппроксиматора. Суть метода заключается в сравнительном анализе абсолютной погрешности для однослойной и многослойной сети. Полученную конфигурацию многослойной сети можно использовать как начальную для дальнейшей оптимизации структуры.
Ключевые слова: искусственная нейронная сеть, функция активации, аппроксимация, генетический алгоритм, нейронная сеть прямого распространения без обратных связей, дискретная оптимизация, медиана, среднеквадратичное, абсолютная погрешность.