Аналитические и экспериментальные методы оценки разделяющей мощности слабосвязанных модульных нейронных сетей.

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10-11, 2005

Аналитические и экспериментальные методы оценки разделяющей мощности слабосвязанных модульных нейронных сетей.

Analytical and Experimental methods of separating capacity estimation for weaklyconnected module neural networks. Dorogov A. Yu., Shestopalov M. Yu. Рассмотрены методы аналитической и экспериментальной оценки разделяющей мощности слабосвязанных нейронных сетей прямого распространения. Показано, что морфологический инвариант слабосвязанных сетей обеспечивает построение аналитических оценок. Исследована прямая и двойственная модель для модульных нейронных сетей. Оценено число степеней свободы […]

 

Ноябрь 01st, 2005

Analytical and Experimental methods of separating capacity estimation for weaklyconnected module neural networks. Dorogov A. Yu., Shestopalov M. Yu. Рассмотрены методы аналитической и экспериментальной оценки разделяющей мощности слабосвязанных нейронных сетей прямого распространения. Показано, что морфологический инвариант слабосвязанных сетей обеспечивает построение аналитических оценок. Исследована прямая и двойственная модель для модульных нейронных сетей. Оценено число степеней свободы нейронных сетей через степени свободы нейронных модулей. Установлена связь числа степеней свободы с числом распознаваемых образов общего положения. Приведены результаты экспериментальных исследований. The methods of analytical and experimental estimation of separating capacity for weakly-connected feedforward neural networks is offered. It is shown that morphologic invariant of weakly-connected networks provides construction of analytical estimations. Direct and dual models of the neural networks are investigated. Freedom degrees of the neural networks are estimated through freedom degrees of neural module. The analytical dependence of amount the recognized images in general position from freedom degrees is obtained. The experimental results are represented.

Дорогов А. Ю., Шестопалов М. Ю.

There are no responses so far.
Leave your response

You must be logged in to post a comment.