Вісники НТУ "ХПІ"

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494


З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.

Переглянути

Фільтри

2019 - 201912020 - 20243

Налаштування

ORCID: search.filters.orcid.https://orcid.org/0000-0001-8139-0458Ключові слова: search.filters.subject.neural network

Результати пошуку

Зараз показуємо 1 - 4 з 4
  • Ескіз
    Документ
    Нейронна мережа для розпізнавання та класифікації зображень на кордонах декількох класів
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Мезенцев, Микола Вікторович
    Нейронна мережа належить до комп‘ютерних систем обчислювальної техніки та штучного інтелекту в області побудови автоматизованих систем розпізнавання та класифікації зображень на кордоні декількох класів, що виконаний з можливістю виконування діагностики та розпізнавання зображення на кордонах двох, трьох та більшого числа класів завдяки тому, що шар схем виділення одного, двох або більшої кількості одиничних сигналів з виходів шару вихідних нейронів Y1 , Y2 , , Yp , , Ym в кожний момент часу пам‘ятає число ненульових сигналів на виході нейронів вихідного шару, а другий шар вихідних нейронів X1 , X 2 , , X p , , X m запам‘ятовує нейрони вихідного шару, які мають на своїх виходах ненульові сигнали. Технічним результатом, що досягається цією нейронною мережею є збільшення числа класів, які розпізнаються, та можливість розпізнавати зображення, що знаходяться на однаковій відстані Хемінга від двох, трьох або більшої кількості еталонних зображень, що зберігаються у вагах зв‘язків нейронів шару, що запам‘ятовує. Проведено експериментальне оцінювання методу та нейронної мережі для розв‘язання задач зіставлення цифрових зображень. Нейронна мережа реалізована у вигляді програмної утілити.
  • Ескіз
    Документ
    Анализ и совершенствование компонент вычислительных моделей и систем, основанных на иммунной парадигме
    (Національний технічний університет "Харківський політехнічний інститут", 2020) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей Юрьевич
    Одним из основных компонент иммунных систем является компонент, оценивающий степень взаимосвязи между входными данными системы (антигенами) и детекторами их распознающими (антителами). Этот компонент базируется на основных четырех пространственных формах: евклидовой, хемминговой, целочисленной и символьной. В данной статье предлагается использовать для сопоставления элементов искусственной иммунной системы (ИИС) гибридные нейронные сети, являющиеся развитием нейронной сети Хемминга. На входы этих сетей могут подаваться как однотипные компоненты (двоичные, целочисленные (алфавит которых содержит более двух символов), вещественные, символьные), так и различные комбинации таких компонент.
  • Ескіз
    Документ
    Чотиризначна логіка Н. Белнапа, білнапівський комп'ютер та нові функції близькості при порівнянні дискретних об'єктів
    (Національний технічний університет "Харківський політехнічний інститут", 2021) Дмитрієнко, Валерій Дмитрович; Леонов, Сергій Юрійович; Мезенцев, Микола Вікторович
    Ідея чотиризначної логіки Белнапа полягає в тому, що сучасні комп'ютери повинні нормально функціонувати не тільки за істинних значень вхідної інформації, але й за умов суперечливості, неповноти справжніх провалів. У логіці Белнапа вводиться чотири істиносні значення: Т (true – істина), F (false – брехня), N (none – ніхто, ніщо, жоден), B (both – the two, not only the one but also the other). Для простоти роботи з цими істіносними значеннями вводяться такі позначення: (1, 0, n, b). Логіка Белнапа може використовуватися для отримання оцінок мір близькості дискретних об'єктів, для яких використовуються функції Jaccard and Needhem, Russel і Rao, Sokal і Michener, Хемінга і т.д. При цьому виникає можливість оцінки близькості, розпізнавання та класифікації об'єктів в умовах невизначеності, коли істинні значення беруться з множини (1, 0, n, b). На основі архітектури нейронної мережі Хемінга розроблені нейронні мережі, що дозволяють обчислювати відстані між об'єктами, що описуються за допомогою істіносних значень (1, 0, n, b).
  • Ескіз
    Документ
    Нейронная сеть, использующая скалярное произведение и определяющая несколько решений
    (Національний технічний університет "Харківський політехнічний інститут", 2019) Дмитриенко, Валерий Дмитриевич; Леонов, Сергей Юрьевич
    Нейронная 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.