Umsetzung von genetischen Algorithmen zum Erstellen von künstlichen neuronalen Netzen in der Cloud

Abstract

Diese Arbeit beschreibt, wie ein genetischer Algorithmus umgesetzt wurde, der die optimale Architektur für ein neuronale Netz finden soll. Dabei wurde ein Microservice System implementiert, welches in einem Kubernetes Cluster gestartet wurde. Um die Funktion des Systems zu überprüfen wurden zwei Fallbeispiele ausgeführt. Zum einen wurde mit dem MNIST Datensatz ein neuronales Netz generiert, welches handgeschriebene Ziffern erkennt. Und zum anderen wurde anhand des EMNIST Datensatzes eine neuronales Netz generiert, welches handgeschriebene Ziffern und Buchstaben erkennt. Dabei ist aufgefallen, dass die Umsetzung funktionsfähig ist, jedoch zu langsam arbeitet, um ein solche System in der Realität zu benutzen.

This paper describes how a genetic algorithm was implemented to find the optimal architecture for a neural network. A microservice system was implemented, which was started in a kubernetes cluster. Two case studies were performed to check the function of the system. First, the MNIST data set was used to generate a neural network that recognizes handwritten numbers. In contrast, the EMNIST dataset was used to generate a neural network that recognizes handwritten numbers and letters. It was noticed that the implementation is functional, but works too slowly to use such a system in reality.