РАЗРАБОТКА И ПРОДВИЖЕНИЕ
ВЫСКОТЕХНОЛОГИЧНЫХ ПОРТАЛОВ,
ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ
И ИНТЕРФЕЙСОВ ПОЛЬЗОВАТЕЛЯ

Приветствие ректора НГТУ Кириенко В.П. и президента НГТУ Тишков К.Н.

Государственный технический Нижегородский университет им. Р.Е. Алексеева – кузница инженерных и научных кадров. Баранов В.Г.

Байесовские методы обучения нейронных сетей. Милов В.Р., Баранов В.Г., Шалюгин С.А. Обсуждены основные подходы к реализации байесовского обучения нейронных сетей: метод Монте-Карло, метод интегрирования Лапласа и вариационный подход.

Нейросетевые алгоритмы распознавания образов. Баранов В.Г., Кондратьев В.В., Милов В.Р., Зарипова Ю.Х. Проведено сравнение нейросетевых классификаторов на основе вероятностной нейронной сети, обучаемой по методу перекрестной проверки и RBF-сети, обучаемой с использованием байесовской методологии. Уделено внимание способам снижения размерности признаков. Приведены результаты моделирования различных алгоритмов селекции атрибутов.

Оптимизация баз знаний экспертных систем с применением нейронных нечетких сетей. Бажанов Ю.С., Бухнин А.В. Разработан метод структурно-параметрической оптимизации баз знаний нечетких экспертных систем, основанный на применении нейронной нечеткой сети. Предложена математическая модель такой сети, допускающая простое преобразование базы знаний в сеть и обратное преобразование. Разработан генетический алгоритм параметрической оптимизации сети. Приведены примеры применения разработанного метода при решении прикладных задач классификации и прогнозирования.

Реализация нейронных сетей с переменной структурой на ПЛИС. Ляпин А.И., Половов А.В. Предложен подход к разработке нейронных сетей с переменной структурой на основе универсальной архитектуры, реализованной на ПЛИС.

Исследование применимости нейронных сетей для классификации объектов на изображениях. Матюгин С.Н., Чернигин А.А. Исследованы алгоритмы классификации групповых объектов на изображениях с применением нейронных сетей. Рассмотрена возможность распознавания с помощью нейросетей Хопфилда, Кохонена, PNN и их сочетаний. Проведен сравнительный анализ результатов работы алгоритмов, использующих разные нейронные сети. Предложен метод предварительной обработки, позволяющий значительно сократить время обучения нейросети Кохонена, нейросети Хопфилда, время распознавания сетью Хопфилда, и существенно увеличить значения вероятностей распознавания для исследованных НС.

Применение генетических алгоритмов для уточнения местоположения лица человека на видеоизображении. Беллюстин Н.С., Тельных А.А., Разумов В.А., Шемагина О.В., Ковальчук А.В., Яхно В.Г. Исследована зависимость уровня ошибки в системе автоматического распознавания лиц от точности определения положения лица на видеоизображении. Предложен и программно реализован метод уточнения положения лица на видеоизображении, использующий генетические алгоритмы для ускоренного нахождения оптимального варианта. Проведенные вычислительные эксперименты показали, что созданный метод позволяет уменьшить ошибку распознавания примерно в 2 раза.

Нейросетевая методика синтеза расписаний обслуживания группы стационарных объектов. Федосенко Ю.С., Шлюгаев А.Ю. Предложена методика синтеза расписаний однофазного обслуживания автономно перемещающимся процессором группировки стационарных объектов, дислоцированных в границах существенно протяженной рабочей зоны. Рассматриваемая модель адекватно описывает технологию снабжения топливом группы плавучих добывающих комплексов.

Применение нейронных сетей и деревьев решений для диагностирования агрегатов трансмиссии автотранспортной техники. Потапова М.Н., Лелиовский К.Я., Беляков В.В. Решена задача диагностирования сложных технических объектов на примере агрегатов трансмиссии транспортно-технологических машин по виброакустическим характеристикам их работы. С использованием нейросетевых процедур получен алгоритм идентификации неисправности группы деталей. На основе деревьев решений предложен алгоритм оптимизации количества диагностических точек.

Адаптация генетических алгоритмов к решению задач назначения точек контроля в объектах с большим числом состояний. Соколова Э.С., Капранов С.Н., Дмитриев Д.В. Решается задача синтеза контролепригодных непрерывных восстанавливаемых объектов назначением диагностических параметров (точек контроля). Исследованы объекты, представимые логическими моделями или графами причинно-следственных связей с большим числом состояний, вызванных наличием дефектов. В качестве критерия оптимальности множества диагностических параметров используется коэффициент глубины поиска дефектов, определяющий долю одноразличимых дефектов по матрице проверок. Введен коэффициент достижимости графа, позволяющий прогнозировать количество требуемых точек контроля и оценить связанные с обеспечением контролепригодности затраты. Разработан адаптированный генетический алгоритм и проведены настройки его параметров в зависимости от топологии граф-модели.

Вейвлет-обработка информации в нейросетевой диагностике подводных неоднородностей по трансформации поверхностных волн. Соколова Э.С., Волков А.С., Волкова И.Е. Показана перспективность применения вейвлет-преобразования в общей процедуре нейросетевой диагностики подводных неоднородностей по трансформации поверхностных волн в поле неоднородных течений. Приведен пример минимизации шумов во входных сигналах нейросети на основе параметрической оптимизации вейвлет-преобразования путем выбора вейвлетного базиса, уровня разложения и метода пороговой обработки.