| Popis: |
Дипломна робота виконана на 107 сторінках і містить 39 ілюстрацій, 11 додатків. При розробці використано інформацію з 46 джерел. Метою даної роботи є наукове дослідження та подальша практична розробка і програмна реалізація алгоритмів і моделей структурно- параметричного синтезу гібридних нейронних мереж на основі ансамблевої топології у вигляді окремого програмного пакету з інтерфейсом доступу. У роботі проаналізовані сучасні підходи до гібридизації та синтезу нейронних мереж, розглянуті та досліджені проблеми побудови та підтримки таких структур. Були запропоновані альтернативні методи для створення та управління ансамблевих архітектур. Розроблені методи були реалізовані практично, перевірені та порівняні з існуючими при вирішенні різних класів задач. Показана перевага запропонованих підходів та можлива інтеграція з розглянутими структурами. Був розроблений програмний пакет з програмним інтерфейсом створення, керування, імпорту та експорту моделей машинного навчання в ансамблевих структурах. Розроблене програмне забезпечення уніфікує інтерфейс моделі і дозволяє абстрагуватися від практичної реалізації нейронної мережі при побудові ансамблів мереж. Розроблений пакет був застосований для побудови прототипу системи прогнозування реального часу інтелектуального модуля робототехнічної системи. Система дозволяє швидко та точно продукувати наступний рух робота на основі багатьох датчиків. Модель підтримує баланс розміру, швидкості і точності, тому прототип готовий до інтеграції в реальну систему керування. Research paper performed at 107 pages and contains 39 illustrations, 11 appendices. Information from 46 sources was used in the development. The purpose of this work is research and further practical development and software implementation of algorithms and models of structural-parametric synthesis of hybrid neural networks based on ensemble topology in the form of a separate software package with access interface. The modern approaches to hybridization and synthesis of neural networks are analyzed in the work, the problems of construction and maintenance of such structures are considered and investigated. Alternative methods for creating and managing ensemble architectures have been proposed. The developed methods were implemented in practice, tested and compared with existing ones in solving different classes of problems. The advantage of the proposed approaches and possible integration with the considered structures is shown. A software package with a programming interface for creating, managing, importing and exporting machine learning models in ensemble structures was developed. The developed software unifies the model interface and allows to abstract from the practical implementation of the neural network in the construction of network ensembles. The developed package was used to build a prototype of a real-time prediction system for an intelligent module of a robotic system. The system allows to quickly and accurately produce the next robot movement based on many sensors. The model maintains a balance of size, speed and accuracy, so the prototype is ready for integration into a real control system. |
