На базе известной архитектуры прохождения сенсорных сигналов в нейронных ансамблях у животных рассматривается модель преобразования входного сенсорного сигнала в трех взаимосвязанных распределенных нейроноподобных подсистемах «кора – таламус – ретикулярные ядра таламуса». Адекватность выбранной модели подтверждается результатами сопоставления качественного вида динамики получаемых решений с процессами, зарегистрированными в экспериментах. Н. С. Кузнецова – студентка радиофизического факультета ННГУ.. Подробнее →

Проанализированы эволюционные задачи на базе объединения динамического (причинно-следственного) описания и вероятностных алгоритмов приема и преобразования полезных сигналов на фоне помех в гидроакустических и гидрофизических каналах распространения информации. Проведены параллели между нейронными сетями и многоканальными адаптивными системами, позволяющие сказать, что моделирование искусственных нейронных сетей может проводиться и на основе аппарата теории сложных технических систем, включая задачи.. Подробнее →

Показана целесообразность использования нейросетевого логического базиса для реализации математической модели цифровой обработки сигналов в кольце полиномов. Рассмотрен генетический алгоритм, применение которого позволяет улучшить структуру модулярного нейросетевого специализированного процессора цифровой обработки сигналов. И.А. Калмыков – докт. техн. наук, Ставропольский военный институт связи и ракетных войск Р.А. Воронкин – канд. техн. наук, Ставропольский военный институт связи и.. Подробнее →

В работе рассматриваются методы повышения быстродействия систем распределенного хранения данных, основанных на аппарате пороговых схем. Повышение производительности достигается за счет применения аппарата системы остаточных классов и использования в качестве элементной базы нейропроцессоров NM6403. О.С. Мезенцева – канд. физ.-мат. наук, доцент кафедры информационных систем и технологий Северо-Кавказского государственного технического университета. А. И. Алексеев – аспирант кафедры.. Подробнее →

Предложена модель нейронного прогнозирующего вейвлет-фильтра. Исследованы процедуры пороговой обработки высокочастотных коэффициентов. Показано, что вейвлет-нейронная сеть, используемая в фильтре, имеет преимущества в быстродействии по сравнению с многослойной нейросетью. А. И. Колдаев – аспирант Невинномысского технологического института (филиала Северо-Кавказского государственного техническогоуниверситета) А. В. Лавриненко – курсант Ставропольского военного института связи ракетных войск С. С. Кириевский – курсант.. Подробнее →