Fast automatic configuration of artificial neural networks used for binary patterns recognition

Abstract

This paper presents a powerful method of an automatically generated architecture of neural networks used for binary patterns recognition, which can quickly and automatically reduce synapses in a way of minimally reducing a quality of recognition and a quality of generalization. Moreover, this method computes all weights in two runs over a learning sequence, what makes this method very fast. First, the method calculates all binary features for each pattern and then weights are computed. Furthermore, there is a quality of generalization considered because it is one of the most important factors of recognition while using neural networks. W artykule zaprezentowano metodę, która jest w stanie całkowicie automatycznie stworzyć architekturę sieci neuronowej dla problemów rozpoznawania wzorców binarnych. Potrafi ona również szybko i automatycznie zredukować synapsy w taki sposób, że jakość generalizacji ulega minimalnemu pogorszeniu dla zadanych kryteriów. Wyznaczenie wszystkich wag sieci neuronowej następuje po dwukrotnym przejrzeniu ciągu uczącego co sprawia, iż zaprezentowana metoda jest bardzo szybka. Najpierw obliczane są wszystkie cechy binarne dla każdego wzorca, a następnie wyznaczane są wagi. W artykule rozważany jest również problem jakości generalizacji, ponieważ jest to jeden z najistotniejszych czynników rozważanych przy rozpoznawaniu, gdy stosowane są sieci neuronowe.