Ukrainian Journal of Information Technology
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/56854
Browse
Item Вибір оптимальної структури прихованих шарів штучної нейронної мережі для аналізу ефективності енергоспоживання(Видавництво Львівської політехніки, 2021-10-10) Казарян, А. Г.; Теслюк, В. М.; Казимира, І. Я.; Kazarian, A. G.; Teslyuk, V. M.; Kazymyra, I. Ya.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозроблено метод вибору оптимальної структури прихованих шарів штучної нейронної мережі (ШНМ), ідеєю якого є практичне застосування декількох внутрішніх структур ШНМ і розрахунку похибки роботи кожної структури прихованих шарів із використанням ідентичних наборів даних для навчання ШНМ, що виключає вплив специфіки даних у навчальній вибірці на результати роботи алгоритму. Метод ґрунтується на почерговому порівнянні очікуваних результуючих значень і реальних результатів роботи штучних нейронних мереж прямого поширення із різною кількістю внутрішніх шарів, а також різною кількістю нейронів на кожному шарі. Метод дає змогу реалізувати пошук оптимальної внутрішньої структури ШНМ для застосування у сфері розроблення систем “розумного” будинку і розрахунку оптимального рівня енергоспоживання відповідно до поточних умов, таких як температура у приміщеннях, присутність людей та час доби. Застосування методу на початкових стадіях розроблення систем “розумного” будинку дає змогу зменшити часові витрати на вибір ефективної структури ШНМ і приділити більше уваги взаємозв’язкам між вхідними та вихідними даними, а також таким важливим параметрам процесу навчання ШНМ, як кількість ітерацій тренування, мінімальна помилка тренування тощо. Розроблено програмне забезпечення, що дає змогу провести процеси навчання, випробування та отримати вихідні результати роботи алгоритму штучної нейронної мережі, такі як очікуване значення енергоспоживання та час роботи кожного окремого електроприладу. Виявлено недолік використаного підходу знаходження оптимальної внутрішньої структури ШНМ, який полягає у тому, що кожна наступна структура створюється на основі найефективнішої з попередньо створених структур, без аналізу інших структур, що показали гірші результати за меншої кількості прихованих шарів. З’ясовано, що для удосконалення розв’язання цієї задачі необхідно створити механізм, який ґрунтуватиметься на аналізі вхідних даних, вихідних даних, аналізуватиме внутрішні взаємозв’язки між параметрами та оптимізуватиме структуру мережі на кожному етапі за допомогою визначених логічних правил відповідно до результатів, отриманих на попередньому кроці. Встановлено, що вирішення поставленої проблеми є задачею нелінійного програмування, яку можна розв’язати, розвиваючи надалі це дослідження.