Дослідження впливу архітектурних змін на якість багатошарової нейронної мережі

Abstract

У роботі досліджено вплив архітектурних змін багатошарової нейронної мережі на якість розв’язання задачі регресії. Проведено порівняння базової та модифікованої нейронних моделей, які відрізняються кількістю шарів та нейронів. Оцінювання виконано за середньоквадратичною похибкою та аналізом процесу навчання.

The paper investigates the influence of architectural modifications of a multilayer neural network on the quality of solving a regression problem. A comparison of a basic and an improved neural model differing in the number of layers and neurons is carried out. Evaluation is performed using mean squared error and learning curve analysis. The results confirm that architectural optimization improves prediction accuracy and training stability.