Рассмотрены принципы замены блочного шифра двоичной нейронной сетью, которая меняет свои криптографические свойства путем обучения сети новым обучающим набором И. Н. Лавриненко канд. физ.-мат. наук, доцент, Ставропольский государственный университет, Н. И. Червяков докт. техн. наук, проф. кафедры «Информатики и информационных технологий в системах управления», Ставропольский военный институт связи ракетных войск А. А. Евдокимов канд. техн... Подробнее →

Предложен алгоритм поиска набора оснований системы остаточных классов (СОК) для ПИД-нейроконтроллера, обеспечивающего наибольшую функциональную живучесть нейроконтроллера при постепенной деградации его структуры. Получены рациональные наборы оснований для стандартного нейроподобного ПИД-регулятора и его модифицированных вариантов Н.И. Червяков докт. техн. наук, проф., Заслуженный деятель науки и техники РФ, академик международной академии информатизации, проф. каф. «Информатики и информационных технологий.. Подробнее →

Исследована короткозамкнутая щелевая линия с целью составить ее математическую модель в виде искусственной нейронной сети (ИНС). Модель представлена в виде системы с двумя входами, шириной щели и частотой сигнала и одним выходом, действительной или мнимой слагаемой замыкающего полного сопротивления. Для решения этой задачи был использован «Neural Network Toolbox» системы МАТЛАБ/СИМУЛИНК. Построенная нейронная сеть была обучена.. Подробнее →

Рассмотрено моделирование стационарных физических полей с помощью нейронных сетей; в основу математической модели поля положено уравнение в частных производных эллиптического типа с нелинейными граничными условиями; приведены примеры решения задачи нейроэмулятором Н.И. Корсунов К.Е. Бурнаев А.А. Юдин Подробнее →

Рассмотрено преобразование Фурье и Уолша для дискретных сигналов, представленных в системе остаточных классов. Определен перевод этих преобразований из позиционной системы счисления в систему остаточных классов. Предложена структура нейронной сети для указанный преобразований А.А. Смирнов докт. техн. наук, проф. каф. высшей алгебры и геометрии Ставропольского государственного университета, начальник отдела инновационной деятельности СГУ. А.С. Смирнов инженер кафедры.. Подробнее →

На основе нейросетевой методологии рассматриваются вопросы построения устойчивых приближенных математических моделей сложных систем с распределенными параметрами по разнородной информации с уточняемыми данными. Отмечены преимущества нейросетевого подхода. Даны важные для практики приложения А.Н. Васильев проф. Санкт-Петербургского Государственного Политехнического университета. Подробнее →

Предложено использовать ассоциативную нейроЭВМ, работающую по схеме машины Тьюринга, для преодоления физических проблем поддержки когерентности в нанокластерах. Показано, что все арифметико-логические преобразования в такой машине можно выполнить в ассоциативной памяти, для реализации которой не требуются квантовые или булевы нановентили, критичные к сохранению когерентности в широком диапазоне изменения внешних и внутренних условий. Приведены оценки эффективности использования.. Подробнее →

Доказана теорема и следствие к ней о сходимости весовых коэффициентов автоассоциативной линейной нейронной сети с сокращенным числом нейронов в скрытом слое к базисным функциям разложения Карунена-Лоева при обучении по совокупности реализаций случайного вектора. Исследованы свойства сходимости при обучении сети по реализациям случайных векторов с заданными корреляционными характеристиками А.А. Сирота д.т.н., проф. кафедры информационных систем Воронежского.. Подробнее →