Представлены результаты статистического анализа искусственных нейронных сетей, настраивающихся по дискретному градиентному алгоритму с ограничениями при учете флуктуаций весового вектора. Получены выражения для корреляционных матриц выходных сигналов и выходных мощностей искусственных нейронов произвольного слоя сети. Показано, что флуктуации весового вектора приводят к искажениям статистических характеристик искусственной нейронной сети, причем искажения, вносимые флуктуациями, увеличиваются по мере увеличения.. Подробнее →

Предложена методика определения начальной организации нейронной сети на основе обучающих наборов (таблиц «вход-выход»), получены алгоритмы определения достаточного количества нейронов скрытого слоя сети и их обучения. Гиниятуллин В. М., Зозуля Ю. И., Муртазина В. А., Фазылова М. В. Подробнее →

* Оценена интеллектуальность системы по ее возможности автономно синтезировать поведение, ориентированное на достижение поставленной цели, адаптации к появившимся ошибкам или неожиданным явлениям. Смуров В. А. Подробнее →

Рассмотрены нейросетевой подход как наиболее удачное решение задачи слияния данных в системах с многими сенсорами, в частности, возможности слияния данных на различных уровнях: интеллектуализации, оценки надежности отдельного датчика, на уровне обработанных данных, и вариант общей системы, использующей преимущества указанных методов. Андреев А. В., Скоринов Д. А. Подробнее →

* Описано применение нейронных сетей для управления многоконтурными объектами регулирования. На начальном этапе нейронные сети идентифицируют объект регулирования – электродвигатель с тиристорным преобразователем, результаты идентификации сравниваются с параметрами эталонной модели для выработки обучающих сигналов нейрорегуляторов. При изменении параметров объекта регулирования происходит самонастройка нейрорегуляторов. Буянкин В. М. Подробнее →