До проблеми незбалансованих наборів даних при навчанні штучних нейронних мереж

Abstract

В роботі розглянута проблема навчання штучних нейронних мереж на незбалансованих наборах даних, що виявляється у низькій якості оцінок зразків з міноритарних класів у процесі експлуатації навченої на таких даних нейронної мережі. Мета роботи полягає у визначенні можливостей підвищення якості навчання штучних нейронних мереж на незбалансованих наборах даних шляхом генерації синтетичних зразків для зменшення нерівномірності представництва класів. Для досягнення мети визначені чинники, що впливають на якість навчання, виконано порівняльний аналіз популярних методів вирівнювання розподілу даних при навчанні штучних нейронних мереж, визначено переваги та недоліки методів балансування даних. У дослідженні застосовані результати експериментів з навчання штучних нейронних мереж різної архітектури на академічних наборах даних «Іриси Фішера», «Біле вино», «Червоне вино», виконано порівняння результатів навчання для зразків з мажоритарних і міноритарних класів, математичне моделювання оцінки якості навчання, синтез моделі відбору зразків кандидатів для розмноження. За результатами аналізу наявних методів запропонована оригінальна модель вирівнювання розподілу наборів даних для навчання, що враховує розподіл даних у класах набору даних та між класами. Вирівнювання здійснюється шляхом синтезу синтетичних зразків у критичних областях розподілу даних. На відміну від наявних методів балансування даних запропонована модель дозволяє підвищити ефективність процесу вирівнювання розподілу даних у наборі даних і зменшити вплив мажоритарних класів на оцінку зразків, що належать міноритарним класам. Практичне значення отриманих результатів полягає у тому, що запропонована модель є порівняно простою у реалізації і дозволяє значно скоротити час на попередню обробку великих наборів даних. У роботі наведений приклад практичної апробації розробленої моделі при вирішенні задачі мінімізації вібрації корпусу судна.