关于识别球体形状的化学分类器的最优几何结构与训练策略

在本文中，我们继续讨论由相互作用的化学振荡器网络构建的数据库分类器。在我们之前的论文中，我们证明了小型规则振荡器网络能够预测范围在 $[0,1]$ 内的三个随机数是否描述了位于单位立方体 $[0,1] \times [0,1] \times [0,1]$ 内接球内部的点，准确率超过 $80 \%$。网络参数通过进化优化确定。在此我们应用相同技术来研究：通过选择特定的相互作用振荡器几何结构，能否提高该问题的分类器准确率。我们还探讨了进化优化训练数据库的最优规模，以及用于客观评估分类器准确率的测试数据集的最小规模。