Метод вложенных математических моделей для повышения адекватности нейросетевого налогового контроля.

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Метод вложенных математических моделей для повышения адекватности нейросетевого налогового контроля.

Для построения эффективных нейросетевых моделей камеральных налоговых проверок и базирующихся на их основе гибридных вероятностных моделей отбора налогоплательщиков и проведения выездных проверок предложен метод вложенных математических моделей. Проведены вычислительные эксперименты для строительных организаций, являющихся плательщиками налога на добавленную стоимость, подтвердившие эффективность предлагаемого метода. Горбатков С. А., Полупанов Д. В.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Обнаружение и локализация постепенных отказов объекта управления с помощью нелинейной нейронной сети.

* Рассмотрены алгоритмы обнаружения и локализации постепенных (зарождающихся) отказов авиационного газотурбинного двигателя (алгоритмы контроля состояния объекта) в полностью электронной цифровой системе управления (FADEC). Алгоритмы диагностики на основе анализа параметров газовоздушного тракта двигателя (GPA) позволяют повысить надежность системы и безопасность полетов. Для этого используются нелинейная нейронная сеть, а также линейные и нелинейные статические модели газотурбинного двигателя. […]

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Методика синтеза преобразователей импульсно-аналоговых сигналов с использованием операций нейросетевого базиса.

Предложена методика синтеза преобразователей импульсно-аналоговых сигналов в их цифровом эквиваленте, базирующаяся на использовании операций нейросетевого функционально-логического базиса. Ее применение иллюстрируется примерами разработки преобразователей временного интервала в код с последующей их реализацией на цифровых элементах, в том числе на ПЛИС. Локтюхин В. Н., Челебаев С. В.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Cинтез распознающих нейро-нечетких моделей с учетом информативности признаков.

* Предложен метод синтеза нейро-нечетких сетей, позволяющий строить распознающие модели с учетом информативности признаков в неитеративном режиме для решения задач автоматической классификации, диагностики и поддержки принятия решений. Разработана программная реализация, а также проведены эксперименты, свидетельствующие о практической применимости предложенного метода. Субботин С. А.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Применение нейронных сетей для реализации методов деления модулярных чисел.

Рассмотрены различные методы деления модулярных чисел и реализация их в нейросетевом базисе. Червяков Н. И.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Обобщенная вычислительная модель модулярного нейропроцессора цифровой обработки сигналов.

Рассмотрена обобщенная модель процессора цифровой обработки сигналов векторной архитектуры с сокращенной системой команд. Червяков Н. И.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Реализация высокоэффективной модулярной цифровой обработки сигналов на основе программируемых логических интегральных схем.

* Предложены эффективные методы прямого и обратного преобразования чисел из позиционной системы счисления в систему остаточных классов и из системы остаточных классов в позиционную и их реализация в базе программируемых логических интегральных схем. Червяков Н. И.

 

Октябрь 01st, 2006 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006

Статистические характеристики искусственной нейронной сети с дискретным градиентным алгоритмом настройки с учетом флуктуаций весовых коэффициентов.

Представлены результаты статистического анализа искусственных нейронных сетей, настраивающихся по дискретному градиентному алгоритму с ограничениями при учете флуктуаций весового вектора. Получены выражения для корреляционных матриц выходных сигналов и выходных мощностей искусственных нейронов произвольного слоя сети. Показано, что флуктуации весового вектора приводят к искажениям статистических характеристик искусственной нейронной сети, причем искажения, вносимые флуктуациями, увеличиваются по мере увеличения […]

 

Октябрь 01st, 2006 подробнее


    Fatal error: Cannot redeclare wp_pagenavi() (previously declared in /home/neurocomp/webapps/neurocomp_ru/wp-content/plugins/wp-pagenavi/core.php:13) in /home/neurocomp/webapps/neurocomp_ru/wp-content/themes/FLER/includes/pagination.php on line 295