Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
19 результатів
Результати пошуку
Документ Возможности нейронных сетей для построения базы знаний в программных компонентах бортовой вычислительной системы(Національний технічний університет "Харківський політехнічний інститут", 2018) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Главчев, Дмитрий МаксимовичДокумент Исследование недостатков дискретной нейронной сети адаптивной резонансной теории(Національний технічний університет "Харківський політехнічний інститут", 2018) Дмитриенко, Валерий Дмитриевич; Мирошниченко, Д. Р.Документ Применение иерархических нейронных сетей для описания онтологии знаний в мультиагентных системах(Національний технічний університет "Харківський політехнічний інститут", 2013) Дмитриенко, Валерий Дмитриевич; Хавина, Инна ПетровнаДокумент Одномодульные дискретные нейронные сети АРТ, адаптирующиеся к растущей размерности входных векторов(Національний технічний університет "Харківський політехнічний інститут", 2011) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей ЮрьевичДокумент Нейронные сети АРТ с использованием нескольких мер близости изображений(Національний технічний університет "Харківський політехнічний інститут", 2016) Дмитриенко, Валерий Дмитриевич; Гейко, Геннадий ВикторовичДокумент Разработка стабильно-пластичных нейронных сетей на основе перцептрона(Азербайджанская государственная нефтяная академия, 2015) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр ЮрьевичРешена 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.Документ Трехслойный перцептрон, способный дообучаться(Магнитогорский государственный технический университет им. Г. И. Носова, 2014) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Бречко, Вероника АлександровнаВпервые предложена нейросетевая архитектура и алгоритмы функционирования трехслойного перцептрона, способного дообучаться без потерь запомненной ранее информации. Новая нейронная сеть может стать альтернативой дискретным сетям адаптивной резонансной теории.Документ Нейросетевое устройство направленных ассоциаций(Белгородский государственный университет, 2010) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Хавина, Инна ПетровнаРазработана новая нейронная сеть реализующая принципы двунаправленной ассоциативной памяти (ДАП) на основе нейронных сетей адаптивной резонансной теории (АРТ) обладающая возможностью восстановления из памяти нейронной сети по входной информации пары ассоциативных друг другу и входным данным изображений, которые представлены в виде векторов с непрерывными составляющими и обладает свойством компактного хранения информации, дообучения и стабильного хранения запомненной ранее информации, что позволяет эту сеть использовать для разработки ассоциативной памяти и баз знаний, использующих ассоциативную информацию.Документ Архитектуры и алгоритмы функционирования нейронных сетей Хемминга и Хебба, способных дообучаться и распознавать новую информацию(Запорізький національний технічний університет, 2014) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр ЮрьевичРешена задача дообучения классических дискретных нейронных сетей Хемминга и Хебба 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 Хемминга и Хебба. Разработаны архитектуры и алгоритмы функционирования дискретных стабильно-пластичных нейронных сетей Хемминга и Хебба, которые не только могут дообучаться в процессе функционирования, но и распознавать новую информацию. Новые сети могут стать альтернативой дискретным нейронным сетям адаптивной резонансной теории. Разработанный подход по дообучению может быть обобщен и на другие нейронные сети. Проведены экспериментальные исследования разработанных алгоритмов функционирования искусственных нейронных сетей. Результаты экспериментов подтверждают правильность предложенного подхода.Документ Разработка архитектур одномодульных дискретных нейронных сетей АРТ с симметричными относительно входных компонент алгоритмами обучения(Національний технічний університет "Харківський політехнічний інститут", 2012) Дмитриенко, Валерий Дмитриевич; Заковоротный, Александр Юрьевич; Леонов, Сергей Юрьевич; Хавина, Инна Петровна