В работе исследуется применение эвристического алгоритма искусственной пчелиной колонии для оптимизации параметров многослойной полносвязной нейронной сети в задаче классификации. Актуальность обусловлена ростом вычислительных затрат и ограничениями метода обратного распространения ошибки при усложнении архитектур. Реализация выполнена на Python с использованием библиотеки PyTorch. Рассматриваются различные уровни оптимизации (нейрон, слой, сеть) и взаимодействие нескольких колоний. Эксперименты на наборе MNIST позволяют сравнить точность и время обучения и определить эффективный компромисс между скоростью и качеством.

Ерыкалов А.А. (науч. рук. Ведешкина Н.Е.) Оптимизация параметров полносвязной нейронной сети классификации при помощи алгоритма пчелиной колонии // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17877