Гібридна система обчислювального інтелекту, що самонавчається, на основі спайк-нейронної мережі
Вантажиться...
Дата
2009
Автори
ORCID
DOI
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Видавець
НТУ "ХПІ"
Анотація
Розглянуто гібридні системи обчислювального інтелекту, що самонавчаються, на основі спайк-нейронної мережі. Запропоновано узагальнену архітектуру такої системи, що дозволяє виконувати ієрархічну нечітку кластеризацію даних. На основі узагальненого Геббового правила самонавчання запропоновано алгоритм навчання гібридної системи. Синтезовану гібридну систему викладено у термінах Лапласового перетворення.
The self-learning hybrid systems of calculable intellect are considered on the basis of spiking neural network. Generalized architecture of such system that allows of hierarchical fuzzy clustering is proposed. Based on the generalized Hebb rule of self-learning, a learning algorithm of the hybrid system is proposed. Synthesized architecture of the hybrid system is stated in terms of the Laplace transform.
The self-learning hybrid systems of calculable intellect are considered on the basis of spiking neural network. Generalized architecture of such system that allows of hierarchical fuzzy clustering is proposed. Based on the generalized Hebb rule of self-learning, a learning algorithm of the hybrid system is proposed. Synthesized architecture of the hybrid system is stated in terms of the Laplace transform.
Опис
Ключові слова
алгоритми, методи обчислювального інтелекту, штучні нейроні мережі, кластерізація даних, Laplace transform, Hebb rule
Бібліографічний опис
Долотов А. І. Гібридна система обчислювального інтелекту, що самонавчається, на основі спайк-нейронної мережі / А. І. Долотов // Вестник Нац. техн. ун-та "ХПИ" : сб. науч. тр. Темат. вып. : Информатика и моделирование. – Харьков : НТУ "ХПИ", 2009. – № 43. – С. 62-67.