Гибридная иерархическая нейронная сеть для хранения знаний технологического процесса механообработки

dc.contributor.authorДмитриенко, Валерий Дмитриевичru
dc.contributor.authorХавина, Инна Петровнаru
dc.date.accessioned2014-04-11T09:32:13Z
dc.date.available2014-04-11T09:32:13Z
dc.date.issued2013
dc.description.abstractРазработана архитектура гибридной иерархической нейронной сети (ГИНС), базирующаяся на нейронных сетях (НС) адаптивной резонансной теории АРТ-1 и их модификациях АРТ-1s и АРТ-1h и с использованием НС Хемминга. ГИНС применяется для описания онтологии знаний мультиагентной системы управления машиностроительным предприятиемru
dc.description.abstractThe architecture of the hybrid hierarchical neural network (HHNN) based on neural networks (NN) adaptive resonance theory ART-1, and their versions of ART-1h and ART-1s with NN Hemming. HHNN is used to describe the ontology knowledge multi-agent system control machinery manufactureren
dc.identifier.citationДмитриенко В. Д. Гибридная иерархическая нейронная сеть для хранения знаний технологического процесса механообработки / В. Д. Дмитриенко. И. П. Хавина // Вестник Нац. техн. ун-та "ХПИ" : сб. науч. тр. Темат. вып. : Информатика и моделирование. – Харьков : НТУ "ХПИ". – 2013. – № 39. – С. 68-72.ru
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/5419en
dc.language.isoru
dc.publisherНТУ "ХПИ"ru
dc.subjectадаптивная резонансная теорияru
dc.subjectонтология знанийru
dc.subjectмультиагентная системаru
dc.subjectadaptive resonance theoryen
dc.subjecthybrid hierarchical neural networken
dc.subjectontology of knowledgeen
dc.subjectmulti-agent systemen
dc.titleГибридная иерархическая нейронная сеть для хранения знаний технологического процесса механообработкиru
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
vestnik_HPI_2013_39_Dmitriyenko_Gibridnaya.pdf
Розмір:
464.93 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
6.73 KB
Формат:
Item-specific license agreed upon to submission
Опис: