Optymalizacja topologii wielowarstwowego perceptronu

Sztuczna inteligencja jest coraz bardziej obecna w naszym społeczeństwie. W tym celu opracowano różne strategie. Jedną z nich są sztuczne sieci neuronowe które mają różne architektury i topologie. Na przykład perceptron wielokrotny to sieć neuronowa o dużej zdolności uogólniania co oznacza że gdy jest używana do klasyfikacji wzorców potrafi poprawnie sklasyfikować próbki które nigdy nie były jej przedstawiane wykorzystując jedynie swoje doświadczenie z poprzednich klasyfikacji. Jednak zdolność uogólniania perceptronu jest proporcjonalna do jakości jego topologii co oznacza że dobre uogólnienie wymaga dobrej topologii. Znalezienie idealnej topologii dla perceptronu nie jest jednak łatwe. Niniejsza praca zawiera analizę metryk wykorzystywanych do znalezienia najlepszej topologii dla danego problemu.