Tuning small-sized convolutional neural networks for image classification using a genetic algorithm

Jazyk:	ruština
Rok vydání:	2022
Předmět:	convolutional neural networks for image classification hyperparameter tuning генетические алгоритмы настройка гиперпараметров обучение нейронной сети genetic algorithmы architecture selection подбор Ð°Ñ€Ñ Ð¸Ñ‚ÐµÐºÑ‚ÑƒÑ€Ñ‹ сверточные нейронные сети классификации изображений neural network training
DOI:	10.18720/spbpu/3/2022/vr/vr22-2526
Popis:	Тема выпускной квалификационной работы: «Настройка Ð¼Ð°Ð»Ð¾Ñ€Ð°Ð·Ð¼ÐµÑ€Ð½Ñ‹Ñ ÑÐ²ÐµÑ€Ñ‚Ð¾Ñ‡Ð½Ñ‹Ñ Ð½ÐµÐ¹Ñ€Ð¾Ð½Ð½Ñ‹Ñ ÑÐµÑ‚ÐµÐ¹ классификации изображений с использованием генетического алгоритма». Данная работа выполнена с целью исследования применения Ð³ÐµÐ½ÐµÑ‚Ð¸Ñ‡ÐµÑÐºÐ¸Ñ Ð°Ð»Ð³Ð¾Ñ€Ð¸Ñ‚Ð¼Ð¾Ð² в ÑÐ²ÐµÑ€Ñ‚Ð¾Ñ‡Ð½Ñ‹Ñ Ð½ÐµÐ¹Ñ€Ð¾Ð½Ð½Ñ‹Ñ ÑÐµÑ‚ÑÑ ÐºÐ»Ð°ÑÑÐ¸Ñ„Ð¸ÐºÐ°Ñ†Ð¸Ð¸ изображений, в частности, рассмотрено применение в ÑÐ»ÐµÐ´ÑƒÑŽÑ‰Ð¸Ñ Ð¾Ð±Ð»Ð°ÑÑ‚ÑÑ :-     настройка гиперпараметров нейросети,-     обучение полностью необученной сети,-     финишное обучение нейросети,-     подбор Ð°Ñ€Ñ Ð¸Ñ‚ÐµÐºÑ‚ÑƒÑ€ модели. Помимо этого, предложен вариант комбинации наиболее Ñ Ð¾Ñ€Ð¾ÑˆÐ¾ себя Ð¿Ð¾ÐºÐ°Ð·Ð°Ð²ÑˆÐ¸Ñ Ð²Ð°Ñ€Ð¸Ð°Ð½Ñ‚Ð¾Ð² применения генетического алгоритма. В Ñ Ð¾Ð´Ðµ выполнения были рассмотрены основные принципы построения и работы ÑÐ²ÐµÑ€Ñ‚Ð¾Ñ‡Ð½Ñ‹Ñ Ð½ÐµÐ¹Ñ€Ð¾Ð½Ð½Ñ‹Ñ ÑÐµÑ‚ÐµÐ¹, произведен обзор ÑÑƒÑ‰ÐµÑÑ‚Ð²ÑƒÑŽÑ‰Ð¸Ñ Ð°Ñ€Ñ Ð¸Ñ‚ÐµÐºÑ‚ÑƒÑ€ ÑÐ²ÐµÑ€Ñ‚Ð¾Ñ‡Ð½Ñ‹Ñ Ð½ÐµÐ¹Ñ€Ð¾ÑÐµÑ‚ÐµÐ¹ Ð¿Ñ€ÐµÐ´Ð½Ð°Ð·Ð½Ð°Ñ‡ÐµÐ½Ð½Ñ‹Ñ Ð´Ð»Ñ классификации изображений. Также выполнен обзор Ð³ÐµÐ½ÐµÑ‚Ð¸Ñ‡ÐµÑÐºÐ¸Ñ Ð°Ð»Ð³Ð¾Ñ€Ð¸Ñ‚Ð¼Ð¾Ð² и ÑÑƒÑ‰ÐµÑÑ‚Ð²ÑƒÑŽÑ‰Ð¸Ñ Ð½Ð° данный момент способов Ð¸Ñ Ñ€ÐµÐ°Ð»Ð¸Ð·Ð°Ñ†Ð¸Ð¸ применимо к сверточным нейронным сетям классификации изображений. В результате Ð¿Ñ€Ð¾Ð²ÐµÐ´ÐµÐ½Ð½Ñ‹Ñ Ñ‚ÐµÑÑ‚Ð¾Ð² и экспериментов сделан вывод о наиболее Ð¿Ð¾Ð´Ñ Ð¾Ð´ÑÑ‰Ð¸Ñ Ð½Ð°Ð¿Ñ€Ð°Ð²Ð»ÐµÐ½Ð¸ÑÑ Ð¿Ñ€Ð¸Ð¼ÐµÐ½ÐµÐ½Ð¸Ñ исследуемого алгоритма в ÑÐ²ÐµÑ€Ñ‚Ð¾Ñ‡Ð½Ñ‹Ñ Ð½ÐµÐ¹Ñ€Ð¾ÑÐµÑ‚ÑÑ ÐºÐ»Ð°ÑÑÐ¸Ñ„Ð¸ÐºÐ°Ñ†Ð¸Ð¸ изображения и Ð´Ð°Ð»ÑŒÐ½ÐµÐ¹ÑˆÐ¸Ñ Ð¿ÐµÑ€ÑÐ¿ÐµÐºÑ‚Ð¸Ð²Ð½Ñ‹Ñ Ð½Ð°Ð¿Ñ€Ð°Ð²Ð»ÐµÐ½Ð¸ÑÑ Ð¸Ñ Ð¸ÑÐ¿Ð¾Ð»ÑŒÐ·Ð¾Ð²Ð°Ð½Ð¸Ñ в Ð´Ð°Ð½Ð½Ñ‹Ñ ÑÐµÑ‚ÑÑ . The subject of the graduate qualification work is "Tuning small-sized convolutional neural networks for image classification using a genetic algorithm". This work is carried out in order to study the application of genetic algorithms in convolutional neural networks of image classification, in particular, the application in the following areas is considered: - tuning neural network hyperparameters, - training a completely untrained network, - fine tuning neural network, - selection of model architectures.In addition, a variant of the combination of the most well-proven variants of the application of the genetic algorithm is proposed. During the implementation, the basic principles of the construction and operation of convolutional neural networks were considered, an overview of existing architectures of convolutional neural networks designed for image classification was made. The review of genetic algorithms and currently existing methods of their implementation is also carried out applicable to convolutional neural networks of image classification. As a result of the conducted tests and experiments, a conclusion was made about the most suitable directions of application of the algorithm under study in convolutional neural networks of image classification and further promising directions of their use in these networks.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::d7d16a70f40814db042a166c887ea617 Zobrazit plný text záznamu