Сравнение эффективности решения задачи классификации методами линейного дискриминантного анализа и искусственных нейронных сетей
Приводится сравнение двух методов классификации: линейного дискриминантного анализа и искусственных нейронных сетей прямого распространения. Сравнение проводится на примере задачи классификации цианобактерий по серии спектров собственной флуоресценции отдельных клеток. Продемонстрированы способы визуализации и анализа результатов классификации, включая новые способы, основанные на энтропии результатов классификации. Определена связь между результатами линейного дискриминантного анализа и классифицирующих нейронных сетей. Показаны ключевые моменты, на основе которых можно выявить некорректно обученную модель нейронной сети, а также предложен новый способ анализа качества обобщения. Представленные в работе методики сравнения результатов линейного дискриминантного анализа и нейронных сетей применимы для сравнения нейронных сетей с другими алгоритмами машинного обучения и статистическими классификаторами. Предложенная методика позволяет анализировать процесс обучения нейронной сети с целью оперативного выявления критичных отклонений в ее работе и возможного алогичного поведения в дальнейшем.
Авторы: Т. Р. Жангиров, А. С. Перков, С. А. Иванова, А. А. Лисс,Н. Ю. Григорьева, Л. В. Чистякова
Направление: Информатика, вычислительная техника и управление
Ключевые слова: Классификация, линейный дискриминантный анализ, нейронные сети, статистический анализ, градиентный спуск
Открыть полный текст статьи