Разработка стабильно-пластичных нейронных сетей на основе перцептрона

Скорочена інформація про документ
dc.contributor.authorДмитриенко, Валерий Дмитриевичru
dc.contributor.authorЗаковоротный, Александр Юрьевичru
dc.date.accessioned2020-04-13T12:37:37Z
dc.date.available2020-04-13T12:37:37Z
dc.date.issued2015
dc.description.abstractРешена задача дообучения классических нейронных сетей на основе перцептрона без потерь запомненной ранее информации. Объектом исследования являются процессы распознавания и классификации образов в системах, построенных на основе искусственных нейронных сетей. Предметом исследования являются архитектуры и алгоритмы функционирования искусственных нейронных сетей. Цель работы: разработка стабильно-пластичных нейронных сетей на основе перцептрона. Разработана нейросетевая архитектура и алгоритмы функционирования стабильно-пластичной нейронной сети на основе трехслойного перцептрона, который может дообучаться в процессе функционирования. Новые сети могут стать альтернативой дискретным нейронным сетям адаптивной резонансной теории. Разработанный подход по дообучению может быть обобщен и на другие нейронные сети.ru
dc.description.abstractThe problem of additional training classical neural networks based perceptron with lossless previously stored information is solved. The object of research is the process recognition and classification of images in systems, based on artificial neural networks. The subject of the study are architecture and algorithms of artificial neural networks. Objective: to develop stable-plastic neural networks based perceptron. A neural network architecture and algorithms of stable-plastic neural network, based on a three-layer perceptron, which can additional be training in the operation, are developed. New networks can be an alternative to discrete neural networks of adaptive resonance theory. Designed uplearning approach can be generalized to other neural networks.en
dc.identifier.citationДмитриенко В. Д. Разработка стабильно-пластичных нейронных сетей на основе перцептрона / В. Д. Дмитриенко, А. Ю. Заковоротный // News of Azerbaijan high technical educational institutions = Известия высших технических учебных заведений Азербайджана. – 2015. – Т. 17, № 2. – С. 84-90.ru
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/45615
dc.language.isoru
dc.publisherАзербайджанская государственная нефтяная академияru
dc.subjectрежим распознаванияru
dc.subjectсигналы нейроновru
dc.subjectвходные изображенияru
dc.subjectвыходные сигналыru
dc.subjectадаптивная резонансная теорияru
dc.subjectneural network of adaptive resonance theoryen
dc.subjectthe recognition modeen
dc.subjectneuron signalsen
dc.titleРазработка стабильно-пластичных нейронных сетей на основе перцептронаru
dc.title.alternativeDevelopment of stable-plastic neural networks based perceptronen
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
IVTUZA_2015_17_2_Dmitrienko_Pertseptron.pdf
Розмір:
523.96 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
11.25 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Кафедра "Комп'ютерна інженерія та програмування"