МОДЕЛЬ ОПТИМІЗАЦІЇ БАГАТОЕТАПНОГО ПРОЦЕСУ НЕЙРОМЕРЕЖЕВОГО НАВЧАННЯ З ФУНКЦІЄЮ ОБМЕЖЕННЯ ВТРАТ У ЗАДАЧІ РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ

Анотація

На прикладі нейромережевого дослідження задачі розпізнавання кольорових зображень розгля-нуто проблему якнайшвидшого виведення системи обробки інформації на оптимальний режим фун-кціонування за умов заздалегідь невідомого розподілу пріоритетів її характеристик. Формалізовано відповідну задачу прийняття рішень, у якій альтернативами є методи навчання нейронної мережі, а її характеристики сприймаються як наслідки. Виходячи з відсутності імовірнісних мір на множині невизначених характеристик системи обробки інформації, за цією задачею прийняття рішень розв’язано матричну гру, у якій оптимальна стратегія другого гравця використовується для комбінованого вибору методів навчання нейронної мережі, незалежно від вагомості її оцінюваних характеристик. Продемонстровано перевагу моделі оптимізації багатоетапного процесу нейромережевого навчання з функцією обмеження втрат перед класичною моделлю реалізації оптимальної стратегії, а також методом навчання, за якого досягається мінімальна відстань до точки утопії.