Приложение для создания и использования неройнных сетей - ANNA

Приложение для создания и использования нейронных сетей -- ANNA Близниченко А.Ю. (г. Севастополь, Российская Федерация) ГБОУ ЦДО "Малая академия наук", 299055, +7 (8692) 65-88-47, sevman@sev.gov.ru Научный руководитель: Глеч Е.В., педагог ДО, ГБОУ ЦДО "Малая академия наук" e-mail: katenech@gmail.com тел.: +79787734520

Описание:

Главные успехи искусственного интеллекта в последнее время связаны с нейронными сетями. Существует множество видов нейросетей, которые отличаются архитектурой, особенностями функционирования и сферами применения. Базовые задачи, для решения которых могут использоваться нейросети, это классификация, регрессия, прогнозирования временных рядов, кластеризация, генерация различного контента. При этом нейронные сети во многих случаях справляются с этими задачами лучше, чем другие методы машинного обучения, что оправдывает сложность их разработки, обучения и внедрения.

Актуальность данной работы состоит в необходимости отечественных разработок для импортозамещения в сфере программного обеспечения, связанного с созданием и применением нейронных сетей.

Цель работы: Разработать open source платформу для создания, обучения и использования нейронных сетей прямого распространения на языке программирования Java для классификации и прогнозирования числовых данных. Объектом разработки является новая платформа для работы с нейронными сетями без использования сторонних библиотек.

Выводы.

Разработанное без использования сторонних библиотек приложение имеет следующий функционал: 1. Модуль для работы с обучающей и тестирующей выборками; 2. Модуль для формирования архитектуры нейронной сети прямого распространения; 3. Модуль для настройки гиперпараметров и обучения нейронной сети; 4. Модуль для оценки результатов и использования обученной нейросети.

Проект распространяется по принципу «Open Source», то есть исходный код работы доступен для просмотра, изучения и изменения.

Практическая ценность работы. Многие существующие решения в области нейронных сетей имеют платный доступ и закрытую платформу и/или изначально обучены на конкретную задачу. Более универсальные и сложные сети требуют от пользователя хорошего знания программирования, математики и машинного обучения. Подавляющее большинство подобных сервисов созданы иностранными разработчиками, поэтому в любой момент могут оказаться недоступными, например, из-за политики санкций. Данное приложение доступно широкому кругу пользователей для классификации и прогнозирования числовых данных.

• Цели
• Задачи
• Актуальность
• Результаты
• Применение
• Оборудование