Полное описание
> Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - DOI 10.31857/S2686954323601094. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514, № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 80-90. - Библиогр. в конце ст. - ISSN 2686-9543.
| ГРНТИ | УДК | |
| 28.23.37 | 004.032.26-047.56 |
Рубрики:
Нейронные сети -- Проектирование
Кл.слова (ненормированные): нейронные сети -- жесткие ограничения -- выпуклое множество -- модель проекции -- задача оптимизации -- классификация
Аннотация: Предлагается новый вычислительно простой метод построения нейронных сетей, строго удовлетворяющих ограничениям на выход. Ключевая идея метода заключается в отображении скрытого вектора сети в точку, которая гарантированно находится внутри допустимого множества, определяемого набором выпуклых ограничений. Отображение реализуется дополнительным слоем нейронной сети. Предлагаемый метод обобщается на случай, когда совместные ограничения накладываются на входные и выходные вектора. В рамках предлагаемого метода также реализуется модель проецирования в ограниченное выпуклое множество. Реализованы различные типы ограничений, в том числе линейные и квадратичные ограничения, ограничения равенства и динамические ограничения, а также возможность отображения на границу выпуклого множества. Важной особенностью метода является его вычислительная простота. Сложность прямого прохода предлагаемого слоя нейронной сети с линейными и квадратичными ограничениями равна O(nm) и O(n2m), соответственно, где n - количество переменных, m - число ограничений. Численные эксперименты иллюстрируют метод путем решения задач оптимизации и классификации. Программный код, реализующий метод, находится в открытом доступе.
Доп. точки доступа:
Уткин, Лев Владимирович
>
Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -518811-664146)>
Шифр в сводном ЭК: 368029b059ce11fb9f6e1399fb66c64b
Сатюков Е.Д. Разработка и исследование метода объяснения предсказаний модели машинного обучения с цензурированными данными с использованием нейронных сетей / Е. Д. Сатюков, Л. В. Уткин. - Текст (визуальный) : непосредственный // Современные технологии в теории и практике программирования : сборник материалов конференции, 22 апреля 2021 года / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий (ПОЛИТЕХ), Dell Technologies, ЕРАМ Systems. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2021. - с. 172-173Дроздов С.В. Метод интеллектуальной классификации гистологических изображений с использованием пространственного положения отдельных элементов / С. В. Дроздов, Л. В. Уткин. - Текст (визуальный) : непосредственный // Современные технологии в теории и практике программирования : сборник материалов конференции, 22 апреля 2021 года / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий (ПОЛИТЕХ), Dell Technologies, ЕРАМ Systems. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2021. - с. 148-150Мухамедшин, Игорь Ренадович. Реализация регрессии Надарая-Уотсона в виде нейронной сети для задач машинного обучения и обработки изображений / И. Р. Мухамедшин, Л. В. Уткин, А. В. Константинов. - Текст : непосредственный // Математические методы в технологиях и технике : научный журнал / учредитель: Общество с ограниченной ответственностью "Сарлен-Алекс". - Санкт-Петербург : Санкт-Петербургский политехнический ун-т Петра Великого, 2023. - N 4.- С.105-110Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.80-90Математические и инструментальные методы экономики: актуальные тренды : монография / И. В. Ильин, Л. В. Уткин, А. В. Ильин, А. И. Лёвина, 2024. - 249 с. - Текст (визуальный) : непосредственный.Константинов, Андрей Владимирович. Разработка и исследование новых интерпретируемых моделей машинного обучения на основе композиций слабых базовых моделей : 1.2.2. Математическое моделирование, численные методы и комплексы программ: автореферат диссертации на соискание ученой степени кандидата физико-математических наук / Константинов Андрей Владимирович, 2024. - 23 с. - Текст : непосредственный.Принятие решений в условиях неопределенности : учебное пособие / Л. В. Уткин, В. А. Мулюха, А. А. Лукашин, А. В. Константинов, 2025. - 222, [1] с. - Текст (визуальный) : непосредственный.Заборовский, Владимир Сергеевич. Интерпретация результатов суперкомпьютерного моделирования с использование методов машинного обучения / В. С. Заборовский, Л. В. Уткин. - Текст : непосредственный // Математические методы в технологиях и технике : научный журнал. - Санкт-Петербург : Санкт-Петербургский политехнический ун-т Петра Великого, 2022. - N 2. - с. 117-127Университетская книга. - Журнал, 2023г. № 7. - Текст : непосредственный.Чехович, Юрий Викторович. ChatGPT: ящик Пандоры или путь в светлое будущее? : [беседа] / Ю. В. Чехович, Л. В. Уткин. - Текст : непосредственный // Университетская книга : информационно-аналитический журнал. - Москва. - 2023. - N 7. - с. 40-43
Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Журнал выходит с 2020г. - Текст : непосредственный.Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.80-90
Artificial neural networks : сборник научных трудов / Ed. N. Morgan, 1990. - VIII,130 p. p. - Текст : непосредственный.Vemuri V.R. Artificial neural networks:concepts and control applications / V. R. Vemuri, 1992. - 509 p. - Текст : непосредственный.Artificial neural networks:concepts and theory / Сост.Compl.: P. Mehra, B. W. Wah, 1992. - XI,667 p. p. - Текст : непосредственный.Tomboulian S. Introduction to a system for implementing neural net connections on SIMD architectures : монография / S. Tomboulian, S.a. - 13 p. - Текст : непосредственный.Network : Computation Neural Systems. - Журнал выходит с 1990г. - Текст : непосредственный. Осовский С. Нейронные сети для обработки информации / С. Осовский, 2004. - 343 с. - Текст : непосредственный.Artificial neural networks - ICANN 2008 / SpringerLink (Online service), 2008 r=on-line.Information processing with evolutionary algorithms / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Dreyfus G. Neural networks / G. Dreyfus, 2005 r=on-line. - Текст : электронный.Пак М.М. Моделирование элементов нейронных сетей на основе твердотельных нанообъектов : специальность 05.13.12 "Системы автоматизации проектирования (по отраслям)" : диссертация на соискание ученой степени канд. техн. наук / М. М. Пак, 2006. - 22 с. - Текст : непосредственный.Казанцев П.А. Разработка и исследование маршрута проектирования нейросетевого приложения с аппаратной поддержкой : специальность 05.13.01 "Системный анализ,управление и обработка информации (по отраслям)" : диссертация на соискание ученой степени канд. техн. наук / П. А. Казанцев, 2008. - 22 с. - Текст : непосредственный.Neural Computing <& >Applications. - Журнал выходит с 1993г. - Текст : непосредственный.Дулесов А.С. Нейронные сети и нейрокомпьютеры в интеллектуальных информационных системах / А. С. Дулесов, 2005. - 114 с. - Текст : непосредственный.Шибзухов З.М. Конструктивные методы обучения ЕП-нейронных сетей : монография / З. М. Шибзухов, 2004. - 123 с. - Текст : непосредственный.Нейронные сети : монография, 2001. - 182 с. - Текст : непосредственный.Пархоменко С.С. Нейросетевое моделирование и эволюционное планирование процессов в сетях добровольных вычислений / С. С. Пархоменко, 2015. - 20 с. - Текст : непосредственный.Суровцев И.С. Нейронные сети.Введение в современную информационную технологию / И. С. Суровцев, В. И. Клюкин, Р. П. Пивоварова ; Ред. И. С. Суровцев, 1994. - 224 c. - Текст : непосредственный.Квантовые нейронные сети : материалы временных коллективов, 2001. - 103 с. - Текст : непосредственный.Хайкин С. Нейронные сети. Полный курс / С. Хайкин, 2016. - 1103 с. - Текст : непосредственный.Воронкин Р.А. Математическое моделирование процессов генетического поиска для повышения качества обучения нейронных сетей прямого распространения : специальность 05.13.18 "Математическое моделирование,численные методы и комплексы программ" : автореферат диссертации на соискание ученой степени канд. техн. наук / Р. А. Воронкин, 2004. - 18 с. - Текст : непосредственный.
Показать все результаты| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
Доклады Российской академии наук. Математика, информатика, процессы управления. - Журнал, 2023г. Т.514 2 ("Специальный выпуск: технологии искусственного интеллекта и машинного обучения"). - Текст : непосредственный.Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.80-90
Доклады Российской академии наук. Математика, информатика, процессы управления. - Журнал, 2023г. Т.514 2 ("Специальный выпуск: технологии искусственного интеллекта и машинного обучения"). - Текст : непосредственный.Семенов, Алексей Львович. Искусственный интеллект в обществе / А. Л. Семенов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.6-19Филимонова, Ольга Александровна. Калибровка вероятностей с применением теории нечетких множеств на примере улучшения ранней диагностики рака / О. А. Филимонова, А. Г. Овсянников, Н. В. Бирюкова. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.20-27Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера / И. А. Чупров, Ц. Гао, Д. С. Ефременко [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.28-38Нейросетевой подход к классификации акустических сигналов с использованием информационных признаков / П. В. Лысенко, И. А. Насонов, А. А. Галяев, Л. М. Берлин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.39-48Егоров Е.А. Исследование влияния адаптивной спектральной нормализации на качество генеративных моделей и стабильность их обучения / Е. А. Егоров, А. И. Рогачев. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.49-59Васильев Р.Л. Нейросетевое обучение метрик: сравнение функций потерь / Р. Л. Васильев, А. Г. Дьяконов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.60-71Фанасков В.С. Спектральные нейронные операторы / В. С. Фанасков, И. В. Оселедец. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.72-79Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.80-90Сорока А.Г. Оптимизация маршрутов большой размерности с использованием глубоких нейронных сетей / А. Г. Сорока, А. В. Мещеряков. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.91-98Данилова, Марина Юрьевна. Методы, использующие градиентный клиппинг, для задач стохастической оптимизации с тяжелым шумом / М. Ю. Данилова. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.99-108Хватов А.А. О задаче устойчивого поиска дифференциальных уравнений / А. А. Хватов, Р. В. Титов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.109-117Медведев А.В. Эффективное обучение графовых сетей на многомерных многослойных представлениях табличных данных / А. В. Медведев, А. Г. Дьяконов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.118-125Техники сжатия активаций слоев и градиентов для распределенного обучения моделей искусственного интеллекта / М. И. Рудаков, А. Н. Безносиков, Я. А. Холодов, А. В. Гасников. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.126-137Зотова Г.А. Нейросетевой подход в задаче предвидения аномалий процентных ставок под воздействием коррелированных шумов / Г. А. Зотова, П. П. Лукьянченко. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.150-157Зуев С.В. Статистическое онлайн-обучение в рекуррентных и прямого распространения квантовых нейронных сетях / С. В. Зуев. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.177-186Баркоды как резюме топологии функций потерь / С. А. Баранников, А. А. Коротин, Д. А. Оганесян [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.196-211Афанасьев С.В. SpiderNet: полносвязная сверточная нейронная сеть для обнаружения мошенничества / С. В. Афанасьев, А. А. Смирнова, Д. М. Котерева. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.225-234Автоматизация оценки темперамента пользователей онлайн социальной сети / В. Д. Олисеенко, А. О. Хлобыстова, А. А. Корепанова, Т. В. Тулупьева. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.235-241Диагностика тяжести симптомов депрессии при помощи объяснимого искусственного интеллекта / С. Шалилех, А. О. Копцева, Т. И. Шишковская [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.242-249
Показать все результатыЗаказ фрагмента документа ₽