Open AccessOptimális neurális hálózat kiválasztása Bayes-becslés segítségével
Author(s) -
Béla J. Szekeres,
Milán Kondics
Publication year - 2021
Publication title -
mérnöki és informatikai megoldások
Language(s) - Hungarian
Resource type - Journals
ISSN - 2677-1691
DOI - 10.37775/eis.2021.1.5
Subject(s) - physics , humanities , combinatorics , mathematics , philosophy
Ezen munkánkban célunk, hogy neurális hálózatokra alkalmazva a Bayes-becslést az \textit{a posteriori} becslések során a különböző modellek közül kiválasszuk a tanító adatoknak legjobban megfelelőt. Mindehhez egy sokdimenziós integrál kiszámítása szükséges, amely a hagyományos Monte-Carlo módszerekkel is nehéz feladat; erre a célra a {beágyazott mintavételezés (nested sampling)} algoritmust alkalmazzuk, és a számítások járulékos eredményeként kapjuk meg a betanított hálózatot a hiperparaméterek terében is bolyongást végezve. Továbbá rámutatunk arra, hogyan lehet ötvözni a gradiens visszaterjesztéses és a véletlen bolyongásos tanítást hibrid hálózatokat nyerve.