Обсуждается подход к разработке модели нейро-нечеткого контроля динамики сложного объекта в бортовых интеллектуальных системах. Построение нейро-нечетких моделей ведется на основе данных динамических измерений, поступающих от датчиков системы контроля. Приведены примеры использования разработанной вычислительной технологии в практических задачах обеспечения безопасности посадки летательных аппаратов морского базирования. Д. А. Калюжный аспирант каф. вычислительной техники и информационных технологий Санкт-Петербургского.. Подробнее →

Обсуждается подход к разработке модели нейросетевого прогноза при контроле динамики сложного объекта в бортовых интеллектуальных системах на основе принципа конкуренции. Анализ альтернатив и принятие решений осуществляются с помощью метода анализа иерархий. Приведены примеры использования разработанной вычислительной технологии в практических задачах обеспечения безопасности эксплуатации судов активного ледового плавания. Ю. С. Жук аспирант каф. вычислительной техники и.. Подробнее →

Самоорганизующиеся карты (СОК) – это распространенные нейронные сети, которые используются для кластеризации и удобного визуального отображения мультиразмерного пространства данных. Базовая модель СОК [1] основана на плоской двумерной решетке, которая представляет собой топологическое отображение входного пространства данных. Однако, для такой модели СОК характерны проблемы появления «граничного эффекта». В данной работе предлагается несколько моделей сферической решетки самоорганизующейся.. Подробнее →

Обсуждены статистические характеристики компьютерной модели системы супрахиазматических ядер гипоталамуса и сопряженных с ними структур мозга. Приведены выражения алгоритма настройки весовых коэффициентов, определяющих вид нелинейной функции, входящей в моделируемую систему. Обсуждены оценки среднего значения и дисперсии сигнала ошибки, возникающей при настройке весовых коэффициентов модели. Показано, что на величину сигнала ошибки оказывают влияние три фактора: наличие в.. Подробнее →

Решена задача экспериментального подтверждения реализуемости нейросетевого распознавания самолетов. Описан процесс формирования банка данных для обучения и тестирования искусственной нейронной сети. Приведены результаты нейросетевой идентификации летательных аппаратов. А. В. Сафонов докт. техн. наук, проф., начальник научно-исследовательского отдела научно-исследовательского центра Военной академии войсковой ПВО ВС РФ (г. Смоленск). Д. Г. Митрофанов канд. техн. наук, преподаватель Военной академии.. Подробнее →