ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ ПРИНЦИПОВ САМООРГАНИЗАЦИИ И НЕЙРОННЫХ СЕТЕЙ ДЛЯ ИДЕНТИФИКАЦИИ СИГНАЛОВ

На сегодняшний день одним из эффективных средств, для обработки сигналов, являются нейронные сети. Для решения таких задач, как: медицинская диагностика, управление производством, релевантный информационный поиск эффективно используются самоорганизующиеся (растущие или эволюционирующие) нейронные сети. Применение принципов [2]самоорганизации позволяет синтезировать многослойные нейронные сети минимальной конфигурации на неполной, непредставительной обучающей выборке. Для синтеза нейронной сети, обеспечивающей минимальное число ошибок на обучающей выборке, не требуется заранее оценивать значимость входных переменных (признаков), задавать число слоев, а также определять синаптические связи. Конфигурация обученной нейронной сети будет минимальной.
Нейронная сеть оптимальной сложности обладает наибольшей обобщающей способностью. Алгоритм функционирования самообучающихся сетей представляет собой один из вариантов кластеризации многомерных векторов. Важным отличием данного алгоритма является то, что в нём все нейроны упорядочены в некоторую структуру[1]. При этом в ходе обучения модифицируется не только нейрон-победитель, но в меньшей степени соседи. За счёт этого данный алгоритм можно считать одним из методов проецирования многомерного прострaнcтва в прострaнcтво с более низкой размерностью. Схожие в исходном прострaнcтве векторы, оказываются рядом и на полученной карте. Обучение состоит из двух основных фаз: на первом этапе выбирается достаточно большое значение скорости и радиуса обучения, что позволяет расположить векторы нейронов в соответствии с распределением примеров в выборке, а затем производится точная подстройка весов, когда значения параметров скорости обучения значительно меньше начальных.
Применение самоорганизующихся нейронных сетей во многих случаях оказывается более предпочтительным, чем традиционные полносвязные нейронные сети.
СПИСОК ЛИТЕРАТУРЫ:
- Осовский С. Нейронные сети для обработки информации / Перевод с польского И.Д. Рудинского. - М.: Финансы и статистика, 2004.
- Редько В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. Изд. 3-е. - М.: КомКнига, 2005.(Синергетика от прошлого к будущему).
Статья в формате PDF
121 KB...
30 06 2026 23:22:57
Статья в формате PDF
111 KB...
29 06 2026 17:55:32
Статья в формате PDF
232 KB...
28 06 2026 1:55:40
Статья в формате PDF
505 KB...
27 06 2026 16:32:53
Статья в формате PDF
131 KB...
26 06 2026 0:55:55
Статья в формате PDF 114 KB...
25 06 2026 17:19:34
Статья в формате PDF
251 KB...
24 06 2026 12:39:21
Статья в формате PDF
112 KB...
22 06 2026 2:15:46
Статья в формате PDF
131 KB...
21 06 2026 15:29:38
Статья в формате PDF
255 KB...
20 06 2026 2:27:14
19 06 2026 18:30:10
Статья в формате PDF
217 KB...
18 06 2026 9:20:44
Статья в формате PDF
279 KB...
17 06 2026 10:14:49
Статья в формате PDF
107 KB...
16 06 2026 2:17:51
Статья в формате PDF
251 KB...
15 06 2026 8:24:58
Статья в формате PDF
154 KB...
13 06 2026 2:40:45
11 06 2026 20:18:21
Статья в формате PDF
235 KB...
10 06 2026 18:42:41
Статья в формате PDF 131 KB...
09 06 2026 19:10:31
В настоящей работе исследована зависимость плотности прессовок на железной, медной и никелевой с различными углерод содержащими порошковыми наполнителями от давления статического прессования. Для всех изучаемых двухфазных порошковых смесей, и для каждой стадии прессования рассчитаны постоянные уплотняемости. Физический смысл постоянных в предложенной работе выяснен. Для каждой стадии прессования определен интервал плотности в зависимости от химического и концентрационного составов порошковой смеси. В работе, приведены данные уплотняемости порошкового тела при приложении давлении прессования в условиях статической нагрузки, используя которые можно объяснить процессы, наблюдаемые в процессе уплотнения порошка. Оценка уплотняемости порошков позволяет составить более эффективную технологию изготовления порошковых изделий с заданными значениями плотности.
...
07 06 2026 2:37:17
Статья в формате PDF
476 KB...
05 06 2026 1:40:38
Статья в формате PDF
132 KB...
04 06 2026 1:25:27
Статья в формате PDF
125 KB...
03 06 2026 9:12:45
Статья в формате PDF
112 KB...
02 06 2026 14:53:36
Статья в формате PDF
109 KB...
01 06 2026 15:37:39
31 05 2026 17:24:19
Статья в формате PDF
100 KB...
30 05 2026 0:52:33
Статья в формате PDF
114 KB...
29 05 2026 7:17:31
Методом Н+ЯМР-релаксации изучены межмолекулярные взаимодействия в гелях крахмала в молочной среде. Установлены зависимости скоростей поперечной и продольной релаксаций протонов от концентрации крахмала для водных и молочных систем. Казеин синергетически влияет на гелеобразующую способность крахмала, который иммобилизует воду в молочной среде более активно, чем в водной. На основании исследований температурной зависимости поперечной релаксации доказано образование комплексного геля, представляющего собой сетку из спиральных молекул крахмала, в ячейки которой включены мицеллы и субмицеллы казеина.
...
28 05 2026 8:11:17
Статья в формате PDF
112 KB...
27 05 2026 6:48:49
24 05 2026 10:12:49
Статья в формате PDF
120 KB...
23 05 2026 11:29:21
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::