В работе рассматривается актуальная задача выбора архитектуры нейронной сети для решения задач классификации изображений. Представлен новый метод автоматизированного выбора архитектуры, основанный на концепции CLIP-подобных моделей. Метод использует два входа: один для обработки изображений и второй для обработки метаинформации о нейросетях, которая делится на четыре группы: архитектурные характеристики, сложность, базовые характеристики и архитектурные особенности. Каждая группа параметров обрабатывается отдельными слоями с индивидуальными весами, что позволяет выявить значимость различных характеристик. Метод был обучен на 1000 датасетах и 100 моделях, с использованием открытых датасетов из Kaggle. Разработанная методика выбора архитектуры может быть применена в различных областях, включ

Шакиров К.И. (науч. рук. Ефимова В.А.) Выбор архитектуры нейронной сети для решения задач классификации изображений // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15311