Проведен анализ показателей качества диагностики инфаркта миокарда при помощи нейросетевого алгоритма Хэмминга в сравнении с результатами исследований человека с помощью многослойного персептрона. Представлены результаты вычислительного эксперимента по обработке искусственной нейронной сетью электрокардиограммы. А.Е. Прасолова, А.В. Прасолов Подробнее →

Предложен метод и нейронная сеть для расширения динамического диапазона модулярного мультинейропроцессора по дополнительно введенным модулям (основаниям) системы остаточных классов (СОК). Расширение системы оснований является одной из основных немодульных операций, выполняемых в СОК, при которой определяется вычет (наименьшей неотрицательный остаток) чисел по вновь введенным основаниям и известным вычетам исходной системы оснований. Червяков Н.И., Лавриненко И.Н., Мезенцева.. Подробнее →

Модулярные нейрокомпьютеры, обладающие свойством отказоустойчивости, требуют перехода от СОК к ОПСС и обратно в реальном масштабе времени с целью реконфигурации, поэтому возникает необходимость в быстром переходе из системы остаточных классов в обобщенную позиционную систему счисления и из обобщенной позиционной системы счисления в систему остаточных классов. Червяков Н.И., Дьяченко И.В., Лавриненко И.Н., Лавриненко С.В., Кондрашов А.В. Подробнее →

Рассмотрены алгоритмы обучения искусственных нейронных сетей, позволяющие одновременно с обучением предсказывать качество работы обученной нейронной сети. Показано, что получаемые при обучении прогнозы имеют завышающую систематическую погрешность. Корректировка этой составляющей погрешности снижает ошибку предсказания до двух раз. Глухов Д.Н., Иванов А.И., Капитуров Н.В. Подробнее →

Рассмотрена структура радиально-базисной нейронной сети, применяемой для контроля состояния костной ткани при удлинении конечности и алгоритмы ее обучения; приведены результаты для диапазона значений, характерного для созревания костного регенерата. Янкина Н.Н. Подробнее →

Приведен пример использования нейронных сетей для расшифровки электрокардиограмм и анализа состояния больного. Бодин О.Н. Подробнее →

Обсуждена проблема клинического опыта использования пакета Нейронные сети системы MATLAB для диагностики в хирургии. Клиническая лабораторная диагностика использует искусственные нейронные сети, в которых субъективное и половина эмпирической эвристики заменены объективным регулированием, основанным на количественном и логическом анализе, моделировании персептрона. Соломаха А.А., Артюхин В. В., Горбаченко В.И. Подробнее →

Рассмотрена нейросетевая реализация метода Ньютона для решения систем нелинейных алгебраических уравнений, основанный на аппроксимации нелинейной вектор-функции нейронной сетью. При использовании сигмоидальной функции активации матрица Якоби выражена через веса и выходы промежуточного слоя нейронной сети. Приведены результаты моделирования работы нейронной сети с использованием пакета Neural Network Toolbox системы MATLAB. Горбаченко В.И., Убиенных Г.Ф., Москвитин С.А. Подробнее →

Показано, что для тестирования искусственных нейронных сетей биометрических систем с высокой надежностью аутентификации необходимы большие базы биометрических образов. Стойкость биометрико-нейросетевых систем защиты сопоставима со стойкость криптографии. Большие базы тестовых биометрических данных получены искусственным размножением реальных тестовых примеров. Фунтиков В.А. Подробнее →

Предложен нейросетевой комплекс диагностики состояния здоровья человека. Приведена схема обследования и организации базы данных. Спиридонов В.А., Геращенко С.И. Подробнее →

Многослойные нейронные сети рассматриваются как эквивалент нелинейных матричных преобразований с существенно прореженными матрицами; предложено оценивать качество больших многослойных нейронных сетей через размерность эквивалентной матрицы и степень заполнения ее ненулевыми элементами; дан алгоритм формирования связей нейросети, обеспечивающий равномерное заполнение эквивалентных матриц. Иванов А.И. Подробнее →

Обсуждены вопросы обучения нейронных сетей для устранения недостатков стандартных пакетов программ. Волчихин В.И., Иванов А.И. Подробнее →