Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/4836
Title: Нейронные сети Хемминга и Хебба, способные дообучаться
Other Titles: Neural networks of Hamming and Hebb are capable to learn
Authors: Дмитриенко, Валерий Дмитриевич
Заковоротный, Александр Юрьевич
Бречко, В. А.
Keywords: стабильно-пластичные нейронные сети; нейронные сети адаптивной резонансной теории; изображение; избыточные нейроны; сигнал; neural networks of Hemming and Hebb; stable neural networks; neural network adaptive resonance theory; конфигурация; plastic neural networks
Issue Date: 2013
Publisher: НТУ "ХПИ"
Citation: Дмитриенко В. Д. Нейронные сети Хемминга и Хебба, способные дообучаться / В. Д. Дмитриенко, А. Ю. Заковоротный, В. А. Бречко // Вестник Нац. техн. ун-та "ХПИ" : сб. науч. тр. Темат. вып. : Информатика и моделирование. – Харьков : НТУ "ХПИ". – 2013. – № 19 (992). – С. 30-45.
Abstract: Впервые на основе нейронных сетей Хемминга и Хебба предложены архитектуры и алгоритмы функционирования дискретных стабильно-пластичных нейронных сетей, которые не только могут дообучаться, но и распознавать новую информацию. Новые сети могут стать альтернативой дискретным нейронным сетям адаптивной резонансной теории
For the first time architectures and algorithms of the discrete stable and plastic neural networks based on neural networks Hemming and Hebb are proposed. And these algorithms and architectures can not only to learn, but also to recognize new information. New networks can be an alternative to discrete neural network adaptive resonance theory
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/4836
Appears in Collections:Вісник № 19
Кафедра "Обчислювальна техніка та програмування"

Files in This Item:
File Description SizeFormat 
vestnik_HPI_2013_19_Dmitriyenko_Neyronnyye seti.pdf251,76 kBAdobe PDFThumbnail
View/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.