Сравнение эффективности решения задачи классификации методами линейного дискриминантного анализа и искусственных нейронных сетей.

Тимур Рафаилович Жангиров, Алексей Сергеевич Перков, Анна Александровна Лисс, Наталия Юрьевна Григорьева, Людмила Валерьевна Чистякова

Результат исследований: Научные публикации в периодических изданияхстатья

Аннотация

Приводится сравнение двух методов классификации: линейного дискриминантного анализа и искусственных нейронных сетей прямого распространения. Сравнение проводится на примере задачи классификации цианобактерий по серии спектров собственной флуоресценции отдельных клеток. Продемонстрированы способы визуализации и анализа результатов классификации, включая новые способы, основанные на энтропии результатов классификации. Определена связь между результатами линейного дискриминантного анализа и классифицирующих нейронных сетей. Показаны ключевые моменты, на основе которых можно выявить некорректно обученную модель нейронной сети, а также предложен новый способ анализа качества обобщения. Представленные в работе методики сравнения результатов линейного дискриминантного анализа и нейронных сетей применимы для сравнения нейронных сетей с другими алгоритмами машинного обучения и статистическими классификаторами. Предложенная методика позволяет анализировать процесс обучения нейронной сети с целью оперативного выявления
Язык оригиналарусский
Страницы (с-по)64-73
ЖурналИЗВЕСТИЯ СПБГЭТУ ЛЭТИ
Номер выпуска5
СостояниеОпубликовано - 2019
Опубликовано для внешнего пользованияДа

Ключевые слова

  • classification
  • gradient descent
  • linear discriminant analysis
  • neural networks
  • statistical analysis
  • градиентный спуск
  • классификация
  • линейный дискриминантный анализ
  • нейронные сети
  • статистический анализ

Цитировать