Компартментные модели прогностических функций мозжечковой системы.

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Компартментные модели прогностических функций мозжечковой системы.

Рассмотрены теоретические вопросы построения рекурсивных прогнозирующих фильтров как модели, реализующей функцию опережающего отражения в двигательной системе человека и животных; предложен новый тип прогнозирующих фильтров с лагранжевой структурой; показано, что такие фильтры способны распознавать закономерности поведения сигналов, а также прогнозировать координаты скорости и ускорения движущихся объектов. Установлена аналогия полученных формальных структур и реальной нейрофизиологической структуры мозжечковых […]

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Квантовые синапсы человеческого мозга.

Представлен новый класс нейронов коры головного мозга человека — квантовые вербальные мнемонейроны и соответствующие им квантовые вербальные мнемосинапсы Мануса. Рассмотрен эволюционный аспект происхождения речи на уровне квантовых синапсов Мануса. Манусаджян В.Г., Манусаджян Г.В., Хунгер-Кугушева Н.В.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Применение нейронных сетей в химии и химической технологии.

Дан обзор зарубежных и отечественных публикаций по применению нейронных сетей в области химии и химической технологии за последние 10-15 лет. Представленный материал разделен в соответствии с основными разделами химии и химической технологии, что упрощает поиск необходимой информации. Отражены основные тенденции в применении искусственных нейронных сетей в рассматриваемой области знания. Глебов М.Б., Галушкин А.И.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Нейросемантическая модель прогнозирования процесса реализации целевых строительных программ.

Рассмотрены этапы построения структурной модели целевой строительной программы и ее представление в виде ассоциативной нейронной сети. Приведен алгоритм работы нейронной сети и сформированы критерии оценки выходных состояний. Куликова Е.Н.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Структурный синтез измерительных систем на базе нейронных сетей (ИС/НС) (фрактально-категорный подход).

Изложен алгоритм проектирования информационно-измерительных систем на базе нейронных сетей (ИС/НС). Показано, что ИС/НС целесообразно создавать для сложных измерительных ситуаций. Обоснован категорно-фрактальный подход при синтезе ИС/НС. Муха Ю.П.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Нейрокомпьютерная обработка изображений в задаче идентификации возбудителей туберкулеза.

Описаны нейросетевые алгоритмы распознавания микробиологических объектов на изображении. Приведено их сравнение с алгоритмом, основанном на правилах, и сравнение между собой. Описана система для распознавания возбудителей туберкулеза — «Микровидеотестер». Галушкин А.И., Злобин В.С., Коробкова С.В., Рябцев Е.И., Томашевич Н.С., Тумоян Е.П.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Решение задач теории автоматического управления на основе планирующих искусственных нейронных сетей.

Проведены исследования свойств задач теории автоматического управления. Изучены особенности применения планирующих искусственных нейронных сетей для решения задач теории автоматического управления. Предложен подход к организации взаимодействия планирующих искусственных нейронных сетей на различных уровнях представления знаний для решения задач теории автоматического управления. Описывается программное средство «ЕИ-решатель на базе ПИНС» для исследования планирующих искусственных нейронных сетей. Степанов М.Ф.

 

Апрель 01st, 2003 подробнее

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003

Устойчивость систем управления с гибридными (нечеткими) нейронными сетями.

Предложен подход к анализу абсолютной устойчивости систем управления с гибридными (нечеткими) нейронными сетями, при котором нелинейность блока нечеткого вывода характеризуется одним параметром, что позволяет определить устойчивость для всех систем, принадлежащих определенному классу. Усков А.А.

 

Апрель 01st, 2003 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