基于神经网络的最优特征重缩放
机器学习
2024-02-21 v2 神经与进化计算
摘要
本文提出了一种新颖的方法，通过遗传算法（GA）对输入特征进行最优重缩放（OFR），以提高前馈神经网络（FFNN）的训练效率和泛化性能。OFR重塑了输入空间，改善了用于训练的基于梯度算法的条件。此外，GA试验和选择所涉及的比例因子探索对应于每次训练尝试中第一层权重的不同初始化，从而实现了多起点全局搜索算法（尽管仅局限于少数权重），这有助于达到全局最小值。该方法已在模拟真实工业过程（无心磨削）结果的FFNN上进行了测试。
引用
@article{arxiv.2402.10964,
title = {Optimal feature rescaling in machine learning based on neural networks},
author = {Federico Maria Vitrò and Marco Leonesio and Lorenzo Fagiano},
journal= {arXiv preprint arXiv:2402.10964},
year = {2024}
}
备注
6 pages