Інформаційна технологія вирішення задачі нейромережевої класифікації ірисів

Abstract

Дана робота присвячена розробці програмного забезпечення для інформаційної технології класифікації ірисів. У роботі обґрунтовано вибір нейронної мережі багатошаровий персептрон для класифікації ірисів, яка має 4 входи, 2 прихованих шари по 10 нейронів та вихідний шар із 3 нейронів. У прихованих шарах обрано функцію активації ReLU та функцію активації Softmax у вихідному шарі. Для навчання цієї нейромережі використовується метод зворотного поширення помилки. Було використано мову програмування Python та спеціалізовані бібліотеки Keras, NumPy та Pandas. Навчання нейромережі відбувалось з використанням набору даних ірисів Фішера, яка налічує 150 записів. Набір даних було поділено на навчальну (120) та тестову (30) вибірки. Розроблене програмне забезпечення має достовірність класифікації ірисів на тестовій вибірці 96,7%, а найкращий із 6 методів-аналогів має достовірність класифікації на тестовій вибірці 92,6%, тобто достовірність класифікації збільшилась на 4,1%.

This work is devoted to the development of software for the information technology of iris classification. The work justifies the choice of a multilayer perceptron neural network for iris classification, which has 4 inputs, 2 hidden layers of 10 neurons each and an output layer of 3 neurons. The ReLU activation function was selected in the hidden layers and the Softmax activation function in the output layer. The error backpropagation method is used to train this neural network. The Python programming language and the specialized libraries Keras, NumPy and Pandas were used. The neural network was trained using a Fisher iris dataset, which has 150 records. The dataset was divided into training (120) and test (30) samples. The developed software has an iris classification accuracy of 96.7% on the test sample, and the best of the 6 similar methods has an iris classification accuracy of 92.6% on the test sample, i.e. the classification accuracy has increased by 4.1%.