Нейроэволюционный алгоритм классификации намерений человека по его движениям

Постановка проблемы. В местах массового скопления людей автоматизированное распознавание намерений человека по его движениям является одной из важнейших проблем. Традиционно для решения подобных задач применяются искусственные нейронные сети. Цель. Разработать нейроэволюционный алгоритм, объединяющий теорию генетических алгоритмов и теорию нейронных сетей для синтеза структуры нейронной сети распознавания характера движений человека. Результаты. Для распознавания типа движений человека создана гибридная система, сочетающая два алгоритма (нейросетевой и эволюционный). Предложен модифицированный формальный нейрон и структура прямоточной нейронной сети. Описан алгоритм оптимизации параметров нейронной сети, действующий в качестве замены процедуры обратного распространения ошибки. Практическая значимость. Разработанный алгоритм позволяет классифицировать тип движения человека с высокой точностью и может быть применен для автоматизированного распознавания намерений человека по его движениям.

In security systems and in crowded places, automated recognition of human intentions by their movements is one of the most important tasks. Traditionally, artificial neural networks are used to solve such problems. To recognize the type of human movements, a hybrid system has been proposed that combines two algorithms, namely neural network and evolutionary algorithms. The aim of the research is to develop a neuroevolutionary algorithm that combines the theory of genetic algorithms and the theory of neural networks to recognize the nature of human movements. An algorithm for optimizing neural network parameters has been described as a replacement for the error backpropagation procedure. A modified formal neuron and the structure of a direct-flow neural network have been proposed. The developed system allows you to determine the type of human movement with high accuracy. The developed algorithm can be used to solve problems of forecasting, diagnosis and classification of human movements.

Авторы
Сафа Х.А. 1 , Киселев А.В. 1 , Батумски В.Ю. 2
Издательство
ООО "Издательство "Радиотехника"
Номер выпуска
4
Язык
Русский
Страницы
45-51
Статус
Опубликовано
Том
27
Год
2025
Организации
  • 1 Российский университет дружбы народов имени Патриса Лумумбы
  • 2 Региональная общественная организация содействия деятельности в области искусств «Союз деятелей эстрадного искусства»
Ключевые слова
neural network decomposition; multidimensional data; neuroevolutionary search; SECURITY systems; biomechanics; evolutionary optimization; декомпозиция нейронной сети; многомерные данные; нейроэволюционный поиск; системы безопасности; биомеханика; эволюционная оптимизация
Цитировать
Поделиться

Другие записи

Аватков В.А., Апанович М.Ю., Борзова А.Ю., Бордачев Т.В., Винокуров В.И., Волохов В.И., Воробьев С.В., Гуменский А.В., Иванченко В.С., Каширина Т.В., Матвеев О.В., Окунев И.Ю., Поплетеева Г.А., Сапронова М.А., Свешникова Ю.В., Фененко А.В., Феофанов К.А., Цветов П.Ю., Школярская Т.И., Штоль В.В. ...
Общество с ограниченной ответственностью Издательско-торговая корпорация "Дашков и К". 2018. 411 с.
Есипов А.В., Антонов Г.И., Мануковский В.А., Иванов И.И., Тимонин С.Ю., Келин А.О., Струнина Ю.В.
Вопросы нейрохирургии им. Н.Н. Бурденко. Том 89. 2025. С. 30-38