Practical Approach to Studying Evolutionary Methods for Setting Weight Coefficients of Artificial Neural Networks ; Практический подход к изучению эволюционных методов настройки весовых коэффициентов искусственных нейронных сетей

Συγγραφείς: D. O. Petrov, Д. О. Петров

Πηγή: Digital Transformation; Том 30, № 3 (2024); 80-88 ; Цифровая трансформация; Том 30, № 3 (2024); 80-88 ; 2524-2822 ; 2522-9613

Θεματικοί όροι: стагнация эволюции, neuroevolution, neurocontroller, artificial neural network, multicriteria optimization, stagnation of evolution, нейроэволюция, нейроконтроллер, искусственная нейронная сеть, многокритериальная оптимизация

Περιγραφή αρχείου: application/pdf

Relation: https://dt.bsuir.by/jour/article/view/874/330; Чернодуб, А. Н. Обзор методов нейроуправления / А. Н. Чернодуб, Д. А. Дзюба // Проблемы программирования. 2011. № 2. С. 79–94.; Katoch, S. A Review on Genetic Algorithm: Past, Present, and Future / S. Katoch, S. S. Chauhan, V. Kumar // Multimed Tools Appl. 2021. Vol. 80. P. 8091–8126.; McCall, J. Genetic Algorithms for Modelling and Optimisations / J. McCall // Journal of Computational and Applied Mathematics. 2020. Vol. 184, No 1. P. 205–222.; Васенков, Д. В. Методы обучения искусственных нейронных сетей / Д. В. Васенков // Компьютерные инструменты в образовании. 2007. № 1. С. 20–29.; Maren, A. J. A Logical Topology of Neural Networks / A. J. Maren // Proceedings of the Second Workshop on Neural Networks, Auburn, USA, February 11–13, 1991. Auburn: Auburn University, 1991. P. 17–44.; Мищенко, В. А. Использование генетических алгоритмов в обучении нейронных сетей / В. А. Мищенко, А. А. Коробкин // Современные проблемы науки и образования. 2011. № 6.; Шумков, Е. А. Использование генетических алгоритмов для обучения нейронных сетей / Е. А.Шумков // Научный журнал КубГАУ. 2013. № 91.; Montana, D. J. Training Feedforward Neural Networks Using Genetic Algorithms / D. J. Montana, L. Davis // IJCAI’89: Proceedings of the 11th International Joint Conference on Artificial Intelligence. 1989. Vol. 1. P. 762–767.; Yao, Xin. Evolving Artificial Neural Networks / Xin Yao // Proceedings of the IEEE. 1999. Vol. 87, No 9. P. 1423–1447.; Picek, S. On the Recombination Operator in the Real-Coded Genetic Algorithms / S. Picek, D. Jakobovic, M. Golub // 2013 IEEE Congress On Evolutionary Computation, June 20–23, Cancun, Mexico, 2013. P. 3103–3110.; Zankinski, I. Effects of the Neuron Permutation Problem on Training Artificial Neural Networks with Genetic Algorithms / I. Zankinski // International Conference on Numerical Analysis and Its Applications, June 15–22, Lozenetz, Bulgaria, 2016. P. 777–782.; Haflidason, S. On the Significance of the Permutation Problem in Neuroevolution / S. Haflidason, R. Neville // GECCO’09: Proceedings of the 11th Annual Conference on Genetic and Evolutionary Computation, June 8, 2009. P. 787–794.; Pretorius, K. Neural Network Crossover in Genetic Algorithms Using Genetic Programming / K. Pretorius, N. Pillay // Genetic Programming and Evolvable Machines. 2024. Vol. 25. No 7.; Gomez, F. J. Active Guidance for a Finless Rocket Using Neuroevolution / F. J. Gomez, R. Miikkulainen // Proceedings of the 2003 International Conference on Genetic and Evolutionary Computation: Part II, July 12, San Francisco, California, USA, 2003. P. 2084–2095.; Gomez, F. J. Co-Evolving Recurrent Neurons Learn Deep Memory POMDPs // F. J. Gomez, J. Schmidhuber // GECCO’05: Proceedings of the 7th Annual Conference on Genetic and Evolutionary Computation, June 25–29, Washington DC, USA, 2005. P. 491–498.; https://dt.bsuir.by/jour/article/view/874

Διαθεσιμότητα: https://dt.bsuir.by/jour/article/view/874
https://doi.org/10.35596/1729-7648-2024-30-3-80-88

MODIFICATION AND PARALLELIZATION OF GENETIC ALGORITHM FOR SYNTHESIS OF ARTIFICIAL NEURAL NETWORKS

Συγγραφείς: Leoshchenko, S. D., Oliinyk, A. O., Subbotin, S. A., Lytvyn, V. A., Shkarupylo, V. V.

Πηγή: Radio Electronics, Computer Science, Control; № 4 (2019): Radio Electronics, Computer Science, Control; 68-82
Радиоэлектроника, информатика, управление; № 4 (2019): Радиоэлектроника, информатика, управление; 68-82
Радіоелектроніка, iнформатика, управління; № 4 (2019): Радіоелектроніка, інформатика, управління; 68-82

Θεματικοί όροι: Вибірка, синтез, штучна нейронна мережа, генетичний алгоритм, нейроеволюція, мутація, Data sample, synthesis, artificial neural network, genetic algorithm, neuroevolution, mutation, Выборка, синтез, искусственная нейронная сеть, генетический алгоритм, нейроэволюция, мутация

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ric.zntu.edu.ua/article/download/193117/193462
http://ric.zntu.edu.ua/article/download/193117/193462
http://ric.zntu.edu.ua/article/view/193117
http://ric.zntu.edu.ua/article/view/193117

NEURAL NETWORK DIAGNOSTICS OF AIRCRAFT PARTS BASED ON THE RESULTS OF OPERATIONAL PROCESSES

Πηγή: Radio Electronics, Computer Science, Control; No. 2 (2022): Radio Electronics, Computer Science, Control ; 69
Радиоэлектроника, информатика, управление; № 2 (2022): Радиоэлектроника, информатика, управление; 69
Радіоелектроніка, iнформатика, управління; № 2 (2022): Радіоелектроніка, інформатика, управління; 69

Θεματικοί όροι: diagnostics, aviation parts, synthesis, training, neuroevolution, data sampling, operational processes, діагностування, авіаційні деталі, синтез, навчання, нейроеволюція, вибірка даних, експлуатаційні процеси, диагностирование, авиационные детали, синтез, обучение, нейроэволюция, выборка данных, эксплуатационные процессы

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ric.zntu.edu.ua/article/view/259360

Neuroevolutionary reinforcing learning of neural networks ; Нейроэволюционное подкрепляющее обучение нейронных сетей

Συγγραφείς: Y. A. Bury, D. I. Samal, Я. А. Бурый, Д. И. Самаль

Πηγή: «System analysis and applied information science»; № 4 (2021); 16-24 ; Системный анализ и прикладная информатика; № 4 (2021); 16-24 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2021-4

Θεματικοί όροι: обучение с подкреплением, convolution neural network, neuroevolution, evolutionary algorithms, genetic algorithm, image recognition, character recognition, text recognition, neural network training, deep learning, reinforcement learning, нейронная сеть свёртки, нейроэволюция, эволюционные алгоритмы, генетический алгоритм, распознавание изображений, распознавание символов, распознавание текста, обучение нейронных сетей, глубокое обучение

Περιγραφή αρχείου: application/pdf

Relation: https://sapi.bntu.by/jour/article/view/534/409; Хижняков, Ю. Н. Алгоритмы нечеткого, нейронного и нейро-нечеткого управления в системах реального времени / Ю. Н. Хижняков. – Пермь: ПНИПУ, 2013. – 160с.; Саттон, Р. С. Обучение с подкреплением / Р. С. Саттон, Э. Г. Барто – М.: БИНОМ. Лаборатория знаний, 2017. – 399с.; Рутковская, Д. Нейронные сети, генетические алгоритмы и нечёткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский – М .: Горячая линия – Телеком, 2013. – 384с.; Бурый, Я. А. Экстраполирующее обучение нейронных сетей. Информатика. Том 16, № 1 (2019) / Я. А. Бурый, Д. И. Самаль – М.: Информатика, 2019. – 86–92с.; База изображений THE MNIST DATABASE of handwritten digits – [Электронный ресурс]. – Режим доступа: http://yann.lecun.com/exdb/mnist/. – Дата доступа: 14.08.2018.; Официальный сайт Caffe (GitHub) – [Электронный ресурс]. – Режим доступа: http://caffe.berkeleyvision.org. Дата доступа: 14.08.2018.; Бурый, Я. А. Применение конфигурационного кодирования входного сигнала в нейронных сетях свёртки для распознавания рукописных символов / Я.А Бурый, Д.А Самаль – М.: БГУИР, BigDATA, 2019. – 366–371с.; База изображений The Street View House Numbers (SVHN) Dataset – [Электронный ресурс]. – Режим доступа: http://ufldl.stanford.edu/housenumbers. – Дата доступа: 14.08.2018.; Хайкин, С. Нейронные сети. Полный курс / С. Хайкин. – М., СПб., Киев: Вильямс, 2006. – 1104с.; Плотников, А. Д. Математическое программирование / А. Д. Плотников – Минск: Новое знание, 2007. – 171с; Николенко, С. Глубокое обучение. Погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская – СПб.: Питер, 2018. – 480с.; https://sapi.bntu.by/jour/article/view/534

Διαθεσιμότητα: https://sapi.bntu.by/jour/article/view/534
https://doi.org/10.21122/2309-4923-2021-4-16-24

Проблемно-ориентированные алгоритмы мягких вычислений ; Problem-Oriented Algorithms of Soft Computing

Συγγραφείς: Родзина Ольга Николаевна, ФГАОУ ВО «Южный федеральный университет», Ol'ga N. Rodzina, FSBEI of HE "Southern Federal University"

Συνεισφορές: Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-01-00412

Πηγή: Problem-Oriented Algorithms of Soft Computing; ; Проблемно-ориентированные алгоритмы мягких вычислений

Θεματικοί όροι: оптимизация, алгоритм, машинное обучение, биоэвристика, кластеризация, масштабируемость, мягкие вычисления, нейронная сеть, нейроэволюция, нечеткая логика, параллелизм

Περιγραφή αρχείου: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-907313-55-2; https://phsreda.com/e-articles/200/Action200-86037.pdf; https://phsreda.com/files/Books/606c54cfcef17.jpeg?req=86037; https://phsreda.com/article/86037/discussion_platform

Διαθεσιμότητα: https://phsreda.com/article/86037/discussion_platform
https://phsreda.com/files/Books/606c54cfcef17.jpeg?req=86037
https://doi.org/10.31483/r-86037

THE METHOD OF STRUCTURAL ADJUSTMENT OF NEURAL NETWORK MODELS TO ENSURE INTERPRETATION

Πηγή: Radio Electronics, Computer Science, Control; No. 3 (2021): Radio Electronics, Computer Science, Control; 86-96
Радиоэлектроника, информатика, управление; № 3 (2021): Радиоэлектроника, информатика, управление; 86-96
Радіоелектроніка, iнформатика, управління; № 3 (2021): Радіоелектроніка, інформатика, управління; 86-96

Θεματικοί όροι: інтерпретабельність, топологія, доналаштування структури, нейроеволюція, нейронні мережі, интерпретабельность, топология, донастройка структуры, нейроэволюция, нейронные сети, interpretation, topology, structural adjustment, neuroevolution, neural networks

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ric.zntu.edu.ua/article/view/241784

SYNTHESIS AND USAGE OF NEURAL NETWORK MODELS WITH PROBABILISTIC STRUCTURE CODING

Πηγή: Radio Electronics, Computer Science, Control; No. 2 (2021): Radio Electronics, Computer Science, Control ; 93-104
Радиоэлектроника, информатика, управление; № 2 (2021): Радиоэлектроника, информатика, управление ; 93-104
Радіоелектроніка, iнформатика, управління; № 2 (2021): Радіоелектроніка, інформатика, управління ; 93-104

Θεματικοί όροι: нейроеволюція, кодування, ймовірнісні структури даних, нейронні мережі, генетичний алгоритм, neuroevolution, coding, probabilistic data structures, neural networks, genetic algorithm, нейроэволюция, кодирование, вероятностные структуры данных, нейронные сети, генетический алгоритм

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ric.zntu.edu.ua/article/view/236443

NEUROEVOLUTION METHODS FOR FEEDFORWARD NEURAL NETWORKS

Πηγή: Vestnik of Brest State Technical University; No. 2(125) (2021): Vestnik of Brest State Technical University; 49-53
Вестник Брестского государственного технического университета; № 2(125) (2021): Вестник Брестского государственного технического университета; 49-53

Θεματικοί όροι: neural network, genetic algorithm, evolutionary programming, neuroevolution, нейронные сети, генетические алгоритмы, эволюционное программирование, нейроэволюция

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://journal.bstu.by/index.php/bstu_herald/article/view/533

ОСНОВНЫЕ ПОДХОДЫ К НЕЙРОЭВОЛЮЦИОННОМУ ИМИТАЦИОННОМУ МОДЕЛИРОВАНИЮ МАКРОЭКОНОМИЧЕСКИХ СИСТЕМ

Θεματικοί όροι: эволюционное программирование, машинное обучение, имитационное моделирование, агентное моделирование, экономико-математические методы, нейроэволюция

Genotype dynamic for agent neuroevolution in artificial life model

Συγγραφείς: Zavertanyy, Valentine V., Makarenko, A. S.

Συνεισφορές: ELAKPI

Πηγή: Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 1 (2017)
Системні дослідження та інформаційні технології; № 1 (2017); 75-87
Системные исследования и информационные технологии; № 1 (2017); 75-87
System research and information technologies; № 1 (2017); 75-87

Θεματικοί όροι: artificial life, multiagent systems, neuroevolution, многоагентные системы, багатоагентні системи, ?????????????????????? ????????????, ????????????, ???????????????? ?? ???????????????????? ?????????????????????? ???????????????? ????????????, искусственная жизнь, нейроэволюция, QA75.5-76.95, штучне життя, нейроеволюція, Electronic computers. Computer science

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://journal.iasa.kpi.ua/article/download/81436/97032
https://doaj.org/article/48660b18beb249d4b3ac9174ffaad6a2
http://journal.iasa.kpi.ua/article/view/81436
http://journal.iasa.kpi.ua/article/download/81436/97032
http://dspace.nbuv.gov.ua/handle/123456789/151065
https://ela.kpi.ua/handle/123456789/19989
http://journal.iasa.kpi.ua/article/view/81436

Hybrid neuroevolution as a way to train neural networks by the example to solve the maze problem

Πηγή: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 9:14-15

Θεματικοί όροι: дифференциальная эволюция, differential evolution, лабиринт, поиск новинок, neuroevolution, novelty search, нейронные сети, neural networks, maze, нейроэволюция

Aggressive and peaceful behavior in multiagent systems on cellular space ; Агресивное и мирное поведение в многоагентных системах в клеточной среде ; Агресивна та мирна поведінка в багатоагентних системах у клітинному середовищі

Συγγραφείς: Zavertanyy, Valentin V., Makarenko, Alexander S.

Πηγή: System research and information technologies; No. 2 (2016); 36-44 ; Системные исследования и информационные технологии; № 2 (2016); 36-44 ; Системні дослідження та інформаційні технології; № 2 (2016); 36-44 ; 2308-8893 ; 1681-6048

Θεματικοί όροι: artificial life, multiagent, neuroevolition, predator-prey, искусственная жизнь, многоагентность, нейроэволюция, хищник-жертва, штучне життя, багатоагентність, нейроеволюція, хижак-жертва

Περιγραφή αρχείου: application/pdf

Relation: http://journal.iasa.kpi.ua/article/view/53129/71237; http://journal.iasa.kpi.ua/article/view/53129

Διαθεσιμότητα: http://journal.iasa.kpi.ua/article/view/53129
https://doi.org/10.20535/SRIT.2308-8893.2016.2.04

СРАВНИТЕЛЬНЫЙ АНАЛИЗ НЕЙРОЭВОЛЮЦИОННЫХ МЕТОДОВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Συγγραφείς: ХЛОПКОВА О. А

Θεματικοί όροι: НЕЙРОЭВОЛЮЦИЯ,ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ,НЕЙРОННЫЕ СЕТИ,ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ,ВЫЧИСЛИТЕЛЬНЫЙ ИНТЕЛЛЕКТ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/sravnitelnyy-analiz-neyroevolyutsionnyh-metodov-podderzhki-prinyatiya-resheniy-v-usloviyah-neopredelennosti
http://cyberleninka.ru/article_covers/16933079.png

НЕЙРОЭВОЛЮЦИОННЫЙ АЛГОРИТМ БАЛАНСИРОВАНИЯ ТЕЛЕЖКИ С ДВУМЯ ФЛАГШТОКАМИ РАЗНОЙ ДЛИНЫ

Συγγραφείς: РОДЗИН С.И., РОДЗИНА О.Н.

Θεματικοί όροι: НЕЙРОЭВОЛЮЦИЯ,МАШИННОЕ ОБУЧЕНИЕ,ОПТИМИЗАЦИЯ,ОПЕРАТОР МУТАЦИИ,ФИТНЕСС ФУНКЦИЯ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/neyroevolyutsionnyy-algoritm-balansirovaniya-telezhki-s-dvumya-flagshtokami-raznoy-dliny
http://cyberleninka.ru/article_covers/16879569.png

МОДЕЛЬ ЭВОЛЮЦИИ РАЗУМНОЙ МАТЕРИИ

Συγγραφείς: Базалук, О.

Θεματικοί όροι: РАЗУМНАЯ МАТЕРИЯ, НООГЕНЕЗ, МОДЕЛЬ ЭВОЛЮЦИИ РАЗУМНОЙ МАТЕРИИ, СОЦИАЛЬНО-КУЛЬТУРНАЯ ЭВОЛЮЦИЯ, НЕЙРОФИЛОСОФИЯ, НЕЙРОЭВОЛЮЦИЯ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/model-evolyutsii-razumnoy-materii
http://cyberleninka.ru/article_covers/15620123.png

НЕЙРОСЕТЕВОЕ РАСПОЗНАВАНИЕ МУЗЫКАЛЬНЫХ ИНСТРУМЕНТОВ С ИСПОЛЬЗОВАНИЕМ МЕЛ‑ЧАСТОТНЫХ КЕПСТРАЛЬНЫХ КОЭФФИЦИЕНТОВ

Συγγραφείς: Станкевич, Ф., Спицын, В.

Θεματικοί όροι: РАСПОЗНАВАНИЕ ОБРАЗОВ, МУЗЫКАЛЬНЫЕ ИНСТРУМЕНТЫ, МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, НЕЙРОЭВОЛЮЦИЯ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/neyrosetevoe-raspoznavanie-muzykalnyh-instrumentov-s-ispolzovaniem-mel-chastotnyh-kepstralnyh-koeffitsientov
http://cyberleninka.ru/article_covers/15678062.png

Сравнительный анализ нейроэволюционных методов поддержки принятия решений в условиях неопределенности

Πηγή: Cloud of science.

Θεματικοί όροι: НЕЙРОЭВОЛЮЦИЯ,ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ,НЕЙРОННЫЕ СЕТИ,ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ,ВЫЧИСЛИТЕЛЬНЫЙ ИНТЕЛЛЕКТ

Περιγραφή αρχείου: text/html

Σύνδεσμος πρόσβασης: http://cyberleninka.ru/article/n/sravnitelnyy-analiz-neyroevolyutsionnyh-metodov-podderzhki-prinyatiya-resheniy-v-usloviyah-neopredelennosti
http://cyberleninka.ru/article_covers/16933079.png

Нейроэволюционный алгоритм балансирования тележки с двумя флагштоками разной длины

Πηγή: IN SITU.

Θεματικοί όροι: НЕЙРОЭВОЛЮЦИЯ,МАШИННОЕ ОБУЧЕНИЕ,ОПТИМИЗАЦИЯ,ОПЕРАТОР МУТАЦИИ,ФИТНЕСС ФУНКЦИЯ, 0211 other engineering and technologies, 0202 electrical engineering, electronic engineering, information engineering, 02 engineering and technology

Περιγραφή αρχείου: text/html

Σύνδεσμος πρόσβασης: http://cyberleninka.ru/article/n/neyroevolyutsionnyy-algoritm-balansirovaniya-telezhki-s-dvumya-flagshtokami-raznoy-dliny
http://cyberleninka.ru/article_covers/16879569.png

Модель эволюции разумной материи

Πηγή: Философия и космология.

Θεματικοί όροι: РАЗУМНАЯ МАТЕРИЯ, НООГЕНЕЗ, МОДЕЛЬ ЭВОЛЮЦИИ РАЗУМНОЙ МАТЕРИИ, СОЦИАЛЬНО-КУЛЬТУРНАЯ ЭВОЛЮЦИЯ, НЕЙРОФИЛОСОФИЯ, НЕЙРОЭВОЛЮЦИЯ

Περιγραφή αρχείου: text/html

Σύνδεσμος πρόσβασης: http://cyberleninka.ru/article_covers/15620123.png
http://cyberleninka.ru/article/n/model-evolyutsii-razumnoy-materii

Нейросетевое распознавание музыкальных инструментов с использованием мел‑частотных кепстральных коэффициентов

Πηγή: Фундаментальные исследования.

Θεματικοί όροι: РАСПОЗНАВАНИЕ ОБРАЗОВ, МУЗЫКАЛЬНЫЕ ИНСТРУМЕНТЫ, МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ, МЕТОД ГЛАВНЫХ КОМПОНЕНТ, НЕЙРОЭВОЛЮЦИЯ

Περιγραφή αρχείου: text/html

Σύνδεσμος πρόσβασης: http://cyberleninka.ru/article_covers/15678062.png
http://cyberleninka.ru/article/n/neyrosetevoe-raspoznavanie-muzykalnyh-instrumentov-s-ispolzovaniem-mel-chastotnyh-kepstralnyh-koeffitsientov