Обзор Нейронные сети, или модели соединений, состоят из компьютерных аппаратных и программных средств, с помощью которых предпринимаются попытки копировать модели обработки информации биологическим мозгом. С вычислительной точки зрения нейронные сети представляют собой большое число вычислительных элементов, объединенных с еще большим числом других элементов, а детальные вычисления в нейронных сетях в значительной степени выполняются общими усилиями... Подробнее →

Метод оценки качества адаптивных автоматических классификаторов объектов, основанный на оценке IQ. Ермоленко А. С., Рудинский А. В. Предложено использовать сравнение показателей интеллектуального адаптивного классификатора автомата и оператора для принятия решений в сложных условиях управления морскими объектами. Иерархическое описание классов и нейросетевое распознавание сложных образов. Косовская Т. М., Тимофеев А. В. Предложено использовать иерархический способ задания.. Подробнее →

Представлена технология распознавания аномальных участков электроэнцефалограмм, использующая возможности вейвлет-преобразований и релаксационных нейронных сетей. Важными практическими преимуществами предложенного подхода являются распознавание аномалий по их единичным образцам и возможности применения для анализа нестационарных сигналов и выявления характера патологий. Куравский Л. С., Баранов С. Н., Буланова О. Е., Кравчук Т. Е. Подробнее →

Содержание журнала «Нейрокомпьютеры», 2006, №4-5 От редактора From editor Элементная база реальных нейронных сетей Elemental base of realizing neural network На пути к общей теории нейросетей. К вопросу о сложности. Савельев А. В. Изложены основные положения нового подхода к оценке сложности многоуровневых систем, применительно к биологическим объектам, в частности, в нейробионическом аспекте. Приведены результаты исследований,.. Подробнее →

Определена структура искусственной нейронной сети, способная качественно осуществлять распознавание типов объектов; проведено моделирование количественных оценок распознавания типов целей; предложены алгоритмы предварительной обработки радиолокационных данных для повышения эффективности функционирования нейросетевого классификатора; приведены результаты моделирования. Митрофанов Д. Г., Сафонов А. В. Подробнее →

Представлена модель активного анализа изображений для систем машинного зрения на основе ретиноподобного сенсора с фовеальным восприятием. Модель включает фовеальный сенсор с радиальной организацией рецептивных полей в периферической области. Рассмотрены процедуры параллельного выделения и кодирования зрительных признаков на основе непроизвольных микросмещений изображений. На нижнем уровне зрительного восприятия модель образа объекта представляется в виде интегральных и локальных.. Подробнее →

Разработана мультисенсорная система, обеспечивающая распознавание нитрометана, гексана и бензола в воздухе. Возможность экспрессного количественного и качественного анализа проб достигается за счет использования искусственных нейронных сетей. Мультисенсорная система применима для мониторинга загрязнения окружающей среды. Она способна обучаться и адаптироваться для распознавания паров веществ и может служить прототипом системы «электронный нос». Калач А.В. Подробнее →

Описано распознавание изображений комбинированной нейронной сетью, инвариантное к повороту; инвариантность к сдвигу и масштабу изображений обеспечивается методом моментов. Проанализировано влияние структуры и параметров сети, числа обучающих образов и уровня шума на эффективность распознавания. Проведено сравнение с нейросетевым распознаванием с использованием моментов Зернике, псевдо-Зернике и «прямых» изображений. Сосулин Ю.Г., Фам Чунг Зунг. Подробнее →