Biologian inspiroimat hakualgoritmit neuroverkkojen optimoinnissa epätäydellisen tiedon käsittelyssä

Neuroverkot ovat tehokkaita monimutkaisten ongelmien ratkaisijoita, mutta niiden suorituskyky heikkenee epätäydellisessä ympäristössä. Tässä tutkielmassa tarkastellaan, miten biologian inspiroimat algoritmit, erityisesti muurahaisalgoritmit, voivat tukea neuroverkkojen optimointia tällaisissa tilant...

Full description

Bibliographic Details
Main Author: Palola, Sofia
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2025
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/102624
Description
Summary:Neuroverkot ovat tehokkaita monimutkaisten ongelmien ratkaisijoita, mutta niiden suorituskyky heikkenee epätäydellisessä ympäristössä. Tässä tutkielmassa tarkastellaan, miten biologian inspiroimat algoritmit, erityisesti muurahaisalgoritmit, voivat tukea neuroverkkojen optimointia tällaisissa tilanteissa. Tutkielmassa käsitellään algoritmien keskeiset piirteet, sovelluksia lääketieteellisestä diagnostiikasta ja autonomisesta liikenteestä sekä vertaillaan eri algoritmien suorituskykyä ja mukautuvuutta. Tulokset osoittavat, että nämä menetelmät voivat parantaa neuroverkkojen joustavuutta, tarkkuutta ja robustisuutta.