Δημιουργία Υποσυστήματος Εκμάθησης Παραμέτρων Ενός Νευρωνικού Δικτύου Με Χρήση Ενισχυτικής Μάθησης

Abstract

Η παρούσα διπλωματική εργασία μελετά την εφαρμογή της ενισχυτικής μάθησης -και πιο συγκεκριμένα της μάθησης Q- στην προσαρμογή των παραμέτρων μάθησης ενός νευρωνικού δικτύου-ταξινομητή, με στόχο τη βελτίωση της απόδοσης και της ταχύτητάς του. Η μάθηση Q είναι μια μορφή ενισχυτικής μάθησης χωρίς μοντέλο και δίνει έναν απλό τρόπο επίλυσης προβλημάτων, ο οποίος βασίζεται στη συνάρτηση δράσης-αποτίμησης Q, η οποία απεικονίζει ζεύγη κατάστασης-δράσης σε αναμενόμενες τιμές ανταμοιβής.Σε έναν ταξινομητή, καθώς περνάει ο χρόνος, μόνο η διαδικασία εκπαίδευσης είναι αυτή που αλλάζει, συνεπώς η χρησιμότητα του ελέγχου των παραμέτρων της μάθησης ώστε να προσαρμόζονται κάθε φορά στις νέες συνθήκες θα βοηθούσε στη δημιουργία ενός καλύτερου συστήματος ταξινόμησης.Μελετήθηκε η προσαρμογή του ρυθμού μάθησης του συστήματος ενώ με ανάλογο τρόπο μπορεί να επεκταθεί η μέθοδος και σε άλλες κρίσιμες παραμέτρους της μάθησης (όπως ο αριθμός των εποχών). Η μέθοδος εφαρμόστηκε σε διάφορα σύνολα δεδομένων και έγινε σύγκριση των αποτελεσμάτων με σύστημα που δε χρησιμοποιεί την προσαρμογή του ρυθμού μάθησης.