Тип публикации: диссертация
Год издания: 2017
Ключевые слова: многокритериальная оптимизация, эволюционные алгоритмы, нейронные сети, распознавание эмоций, машинное обучение
Аннотация: Объект исследования - конволюционная нейронная сеть, нейронная сеть прямого распространения и эволюционные алгоритмы оптимизации. Цель исследования - совершенствование методов проектирования нейросетевых систем глубинного и машинного обучения. Предложен новый коэволюционный алгоритм многокритериальной оптимизации, новый многокритерПоказать полностьюиальный подход к отбору информативных признаков и проектированию ансамбля нейросетевых классификаторов, новый гибридный алгоритм обучения конволюционной нейронной сети, новый подход к слиянию аудиоинформации с видеоинформацией применительно к задаче распознавания эмоций, обобщенный метод для решения задач классификации, включающих использование гетерогенных аудио- и видеоданных. Постановка задач оптимизации и классификации, а также описание методов их решения являются существенным вкладом в развитие методов машинного обучения. Разработанные алгоритмы могут применяться для решения широкого спектра задач многокритериальной оптимизации и классификации. Все разработанные алгоритмы были апробированы на наборе прикладных задач и показали свою эффективность по результатам статистических исследований.