DecisioNet з пропорційним розподілом обчислювальних потужностей
Loading...
Date
2025
Authors
Мокрий, Михайло
Швай, Надія
Journal Title
Journal ISSN
Volume Title
Publisher
Національний університет "Києво-Могилянська академія"
Abstract
У цьому дослідженні розглянуто нейронну мережу з бінарною деревоподібною структурою DecisioNet (DN) [1], яка належить до категорії нейронних дерев рішень [2] та представлено нову версію моделі з пропорційним розподілом обчислювальних ресурсів.
Description
This research focuses on DecisioNet (DN) — a Neural Decision Tree model that combines the generalization capabilities of deep networks with the computational efficiency of decision trees via conditional computation. The tree structure of the standard DN model allocates uniform computational power regardless of the number of classes per node. This study introduces Unbalanced DecisioNet (Unbalanced DN), which allocates computational power proportionally to the number of classes assigned to a node using hierarchical clustering. The results are compared with the original DN and baseline Network in Network models on CIFAR-10 and FashionMNIST datasets. Validation performed on CIFAR-10 demonstrated that Unbalanced DN improves classification accuracy compared to DN, which confirms the effectiveness of allocating increased computational resources to complex clusters while reducing resources for simple clusters.
Keywords
DecisioNet (DN), нейронні дерева рішень, нейронні мережі, UnbalancedDecisioNet, матеріали конференції
Citation
Мокрий М. В. DecisioNet з пропорційним розподілом обчислювальних потужностей / Мокрий М. В., Швай Н. О. // Теоретичні та прикладні аспекти побудови програмних систем : праці 16 Міжнародної науково-практичної конференції, 23-24 листопада 2025 року, Київ / [за заг. ред. М. М. Глибовця, Т. В. Панченка та ін. ; Факультет інформатики Національного університету "Києво-Могилянська академія" та ін.]. - Київ : НаУКМА, 2025. - С. 49-51.