Медвідь, Сергій2016-02-042016-02-042005Медвідь Сергій Олександрович. Використання еволюційних методів при побудові нейронних мереж для обробки знань / С. О. Медвідь // Наукові записки НаУКМА : Комп'ютерні науки. - 2005. - Т. 36. - С. 38-43.https://ekmair.ukma.edu.ua/handle/123456789/8097The article researches peculiarities of evolutionary algorithm used for building neural network that will do one-level text clustering. The first aspect of such an algorithm is defining fitness function for its intermediate solutions (neural networks). This function is created for two cases: evolution using control texts with known information about their classes and evolution using training texts with no information about optimal clustering. Another aspect of neuroevolution algorithm is a way of finding optimal neural network topology: it should be simple on one hand and perform effective text clustering on another. This problem can be solved effectively using method of complexification, which is reasonable for solving the task set.У статті досліджено особливості побудови еволюційного алгоритму для знаходження нейронної мережі, призначеної для однорівневої кластеризації текстів. Першим аспектом такого еволюцій­ного алгоритму є визначення функції оцінки його проміжних розв'язків (нейронних мереж:). Така функція виведена для двох випадків — еволюції за наявності контрольних текстів з відомим розбит­тям на кластери й еволюції за наявності навчальних текстів, для яких таке розбиття невідоме. Іншим аспектом нейроеволюційного алгоритму є особливість знаходження оптимальної топології нейронної мережі, яка повинна бути одночасно і найпростішою, і здатною ефективно виконувати кластеризацію текстів. Ця проблема ефективно долається при застосуванні методу комлексифікації, використання якого доцільне при вирішенні поставленої задачі.ukнейронні мережі«інформаційне суспільство»метод комлексифікаціїArticle