Розроблення автоматизованої системи проєктування моделей нейронних мереж для задач прогнозування

Abstract

У роботі реалізовано універсальну платформу для автоматизованого проєктування нейронних мереж, що підтримує ручний, напів-автоматичний і повністю автоматичний режими. Система об’єднує рушій TensorFlow із GPU-прискоренням, бібліотеку Keras Tuner для NAS-пошуку, інтерактивний графічний інтерфейс на PyQt 6 та контейнеризацію Docker для бітової відтворюваності. Платформа забезпечує візуалізацію метрик у реальному часі, раннє припинення неефективних конфігурацій і автоматичне збереження версій моделей, що скорочує час експериментів і зменшує вимоги до спеціалізованих знань. Результати тестування засвідчили стабільну роботу GUI, ефективний підбір гіперпараметрів та пошук оптимальної моделі. The paper implements a universal platform for automated neural network design that supports manual, semi-automatic, and fully automatic modes. The system combines the GPU-accelerated TensorFlow engine, the Keras Tuner library for NAS search, an interactive graphical interface in PyQt 6, and Docker containerisation for bitwise reproducibility. The platform provides real-time visualisation of metrics, early termination of inefficient configurations, and automatic saving of model versions, which reduces experimentation time and reduces the need for specialised knowledge. The test results showed stable operation of the GUI, efficient selection of hyperparameters and search for the optimal model.