Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
3 результатів
Результати пошуку
Документ Нейронная сеть, использующая скалярное произведение и определяющая несколько решений(Національний технічний університет "Харківський політехнічний інститут", 2019) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей ЮрьевичНейронная сеть Хемминга является весьма эффективным инструментом для решения задач распознавания дискретных объектов, двоичные компоненты которых описываются с помощью биполярных компонент, а в качестве меры близости используется разность между числом одинаковых биполярных компонент векторов и расстоянием Хемминга между ними. Для более тонкой классификации двоичных объектов (векторов) применяется ряд расширений расстояния Хемминга, использующих различные функции аффинности (близости или взаимосвязи) между двоичными объектами. В статье предлагаются модификации нейронной сети Хемминга, в которых вместо расстояния Хемминга предлагаются другие функции аффинности между двоичными векторами.Документ Программная компонента для поиска решений системы уравнений в частных производных в ГТУ методом группового учета аргументов(Национальный технический университет "Харьковский политехнический институт", 2019) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Леонов, Сергей Юрьевич; Главчев, Дмитрий МаксимовичВ геометрической теории управления (ГТУ) модели объектов управления, описываемые системами нелинейных обыкновенных дифференциальных уравнений, преобразовываются в эквивалентные линейные модели в форме Бруновского. Затем с помощью линейных моделей определяют оптимальные законы управления линейными объектами, а потом с помощью специальных преобразований переносят эти законы управления на модели исходных нелинейных объектов. Для определения функций преобразования (ФП), связывающих переменные линейных и нелинейных моделей необходимо решать системы дифференциальных уравнений в частных производных. Поскольку универсальных методов решения таких систем уравнений нет, то предложен метод поиска ФП на основе многорядного алгоритма МГУА. Проверка предложенного метода при решении ряда задач с помощью ГТУ подтвердила его работоспособность.Документ Основные структуры данных на базе ассоциативных нейронных сетей(НТУ "ХПІ", 2018) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей Юрьевич; Бречко, Вероника АлександровнаБез основных структур данных: списков, магазинов, очередей, деревьев и т. д., невозможна разработка эффективных алгоритмов. Однако при моделировании ряда технологических процессов (например, при лезвийной обработке металлов) обычные структуры данных недостаточно соответствуют этим процессам и поэтому становятся неэффективными. В связи с этим предлагается новая структура данных на основе ассоциативных нейронных сетей, позволяющая более эффективно моделировать технологические процессы лезвийной обработки металлов.