Применение метода ускоренного PSO для обучения рекуррентных нейросетей LSTM | Sciact - Система учета научной деятельности ИМ СО РАН

Применение метода ускоренного PSO для обучения рекуррентных нейросетей LSTM Научная публикация

Журнал

Математические структуры и моделирование
ISSN: 2222-8772 , E-ISSN: 2222-8799

Вых. Данные

Год: 2026, Номер: 2(78), Страницы: 110–117 Страниц : 8 DOI: 10.24147/2222-8772.2026.2.110-117

Ключевые слова

RNN, LSTM, PSO

Авторы

Чуканов С.Н. ¹ , Чуканов И.С. ² , Лейхтер С.В. ³ , Чернуха И.Е. ⁴

Организации

1	Институт математики им. С.Л. Соболева СО РАН, Омский филиал, Омск, Россия
2	Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия
3	Омский государственный университет им. Ф.M. Достоевского, Омск, Россия
4	Омский государственный технический университет, Омск, Россия

Рассмотрен метод обучения на основе ускоренной оптимизации роя частиц (APSO– accelerated particle swarm optimization) для рекуррентных нейросетей (LSTM– long short-term memory). В работе рассматривается алгоритм коррекция весов и эффективность обучения сети LSTM. В рекуррентных нейронных сетях (RNN) существует проблема исчезающего градиента между ранними и поздними слоями нейросети при долгосрочном прогнозировании. Предложенный метод применения APSO для обучения LSTM-RNN решает эту проблему и приводит к созданию более эффективной рекуррентной нейронной сети для долгосрочного прогнозирования. Приведён пример обучения LSTM для временных рядов ECG методом APSO.

Чуканов С.Н. , Чуканов И.С. , Лейхтер С.В. , Чернуха И.Е.
Применение метода ускоренного PSO для обучения рекуррентных нейросетей LSTM
Математические структуры и моделирование. 2026. №2(78). С.110–117. DOI: 10.24147/2222-8772.2026.2.110-117 РИНЦ

Поступила в редакцию:	6 мая 2026 г.
Опубликована в печати:	4 сент. 2026 г.
Опубликована online:	4 сент. 2026 г.

≡ РИНЦ:

91988532