Модификация алгоритма обучения К2 для задачи адаптации байесовской нейронной сети

Abstract

Сформулирована задача адаптации байесовской нейронной сети к новым данным. Произведен анализ задачи на соответствие с байесовским подходом с целью получения множества возможных стратегий решения. Для конкретной стратегии предложен алгоритм инкрементной адаптации сети к новым наблюдениям. В его основу положен пакетный алгоритм К2 обучения, на базе которого разработаны критерии, используемые при адаптации.

Сформульовано задачу адаптації байєсівської нейронної мережі до нових даних. Проведено аналіз задачі на відповідність до байєсівського підходу з метою отримання множини можливих стратегій розв’язання. Для конкретної стратегії запропоновано алгоритм інкрементної адаптації мережі до нових спостережень. В його основу покладено пакетний алгоритм К2 навчання, на базі якого розроблено критерії, які використовуються при адаптації.

The problem of Bayesian neural network adaptation to new data was formulated and analyzed in accordance with the Bayesian approach to obtain a set of possible strategies for the problem solution. For concrete strategy, an algorithm for incremental adaptation of the Bayesian neural network to new observations was developed. The К2 network construction batch algorithm was used as a basis of the adaptation algorithm to provide necessary adaptation criteria.