Ученые Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» разработали метрику для определения минимально допустимой точности работы нейросетевых моделей
Сегодня нейросети играют важную роль в жизни и экономике общества. Однако активное их внедрение вызывает ряд трудностей, которые требуют создания инструментов для их преодоления, поскольку они могут приводить к моральному, физическому и экономическому ущербу для пользователей. В частности, одной из проблем, которая возникает в силу особенностей функционирования нейросетевых моделей, является высокая сложность прогнозирования результатов обработки информации.
Ученые ЛЭТИ определили, что стандартные подходы математической статистики не способны достоверно в общем виде описать минимальную точность нейросетей: результаты многократного обучения нейросетей на одном массиве данных давали непредсказуемые результаты.
Тогда исследователи решили эмпирически найти метрику, которая бы могла описать и предсказать минимальную точность обработки информации нейросетью. Для этого три активно применяемых нейросети обучили около 30 раз на одном и том же объеме данных. Собранная информация позволила обнаружить закономерности обучения нейросетей и составить метрику (числовой показатель, используемый для измерения, оценки и анализа эффективности) для их оценки.
Источник: ТАСС
Комментарии