Аннотация

Аннотация: В данной работе рассматривается подход к улучшению качества прогнозирования Extreme Learning Machine (ELM) с помощью генетического алгоритма, реализующего процесс эволюции для функций активации нейронов в скрытом слое модели. Для выбора наилучшего кандидата в процессе селекции учитывается как его вычислительная сложность, так и качество результатов, получаемых с его использованием. Для апробации предложенного подхода рассматривается 4 разных набора данных, используемых для оценки качества различных моделей при решении задач классификации и регрессии. Результаты экспериментальных исследований подтверждают, что с функциями активации, полученными с помощью генетического алгоритма Gene Expression Programming (GEP), модель ELM показывает более качественные результаты, чем с применением классических функций активации, используемых для решения подобных задач.