Библиографическое описание:АЛГОРИТМИЧЕСКИЕ И ГИБРИДНЫЕ ПОДХОДЫ АВТОМАТИЗИРОВАННОГО ПОИСКА АРХИТЕКТУР НЕЙРОННЫХ СЕТЕЙ : доклад, тезисы доклада / К. И. Кравцов, И. А. Панфилов. - [Б. м. : б. и.], 2025. - Текст : непосредственный // Актуальные проблемы авиации и космонавтики : Сборник материалов XI Международной научно-практической конференции, посвященной Дню космонавтики и 10-летию науки и технологий. В 3-х томах. - Красноярск, 2025. - С. 72-74.
Аннотация:В тезисе приводится анализ современных алгоритмических и гибридных подходов автоматизированного поиска архитектур нейронных сетей (NAS). Рассмотрены преимущества и недостатки методов градиентного поиска, эволюционных алгоритмов, обучения с подкреплением и гибридных подходов. Уделяется внимание гибридным методам, объединяющих несколько подходов, обеспечивающих наилучший баланс между скоростью, точностью и затратами, что делает их перспективными для широкого круга задач машинного обучения.
The paper provides an analysis of modern algorithmic and hybrid approaches to automated search for neural network architectures (NAS). The advantages and disadvantages of gradient search methods, evolutionary algorithms, reinforcement learning, and hybrid approaches are considered. Attention is paid to hybrid methods combining several approaches that provide the best balance between speed, accuracy and cost, which makes them promising for a wide range of machine learning tasks.
