Описаны конструкции запоминающих устройств нового типа с распределенной и суперпозиционной записью. Наличие отдельных записей обнаруживается путем вычисления коэффициентов корреляции. Конструкция базового корреляционного запоминающего устройства получена преобразованием базовой нейросетевой модели с двоичными кодами. Указаны достоинства и недостатки устройств. Обсуждаются возможности практической реализации и применения устройств. В. Ф. Соломатин к. т. н, научн. сотр. лаб. физиологии высшей.. Подробнее →
Рассмотрена модель нейронной структуры управления сокращением парой мышц-антогонистов. Представлены модель мышечного волокна и афферентного нейрона как универсального преобразователя сенсорной информации в импульсный поток. Проведены численные эксперименты, показавшие качественную адекватность поведения предложенных математических моделей их биологическим прототипам. А. В. Бахшиев вед. программист Центрального научно-исследовательского института робототехники и технической кибернетики, г. Санкт-Петербург. С. П. Романов д. биол... Подробнее →
Сопоставляется структура одномерной 5-слойной нейроадаптивной системы управления с организацией управления одним параметром в нервной системе. Представлены результаты исследования формирования управляющей функции нервной системой в задаче удержания изометрического усилия. Показаны особенности структурной организации между основными блоками на разных уровнях управления и предполагаемая функция послойной организации сети из однородных нейронов. С. П. Романов д. биол. н., вед... Подробнее →
Обсуждены вопросы использования нейронных сетей при решении обратных задач измерительной техники. Особое внимание обращено на реализацию радиально-базисных сетей в задачах обработки аналитических сигналов. Описано программное средство анализа и интерпретации результатов хромато-масс-спектрометрического анализа. Т. З. Хабурзания — аспирант Петербургского политехнического университета. Подробнее →
Рассмотрена проблема оценивания пропускной способности каналов передачи данных в распределенных вычислительных системах, в частности при обучении распределенных искусственных нейронных сетей, по пассивным наблюдениям за каналами передачи данных. Описывается линейная модель оценивания, сравниваются четыре метода оценивания, проводятся сравнительные эксперименты и делается вывод о наиболее применимом методе. А. Т. Вахитов аспирант каф. системного программирования математико-механического факультета СПбГУ... Подробнее →
Рассмотрен подход к идентификации телеметрических параметров на основе частотно-рангового распределения с применением нейронных сетей. Телеметрический сигнал представляется в виде вектора характеристик. Для формирования вектора характеристик используются характеристики, получаемые в результате аппроксимации частотно-ранговой зависимости. На основе полученных векторов характеристик строится нейронная сеть. При помощи нейронной сети проводится идентификация новых телеметрических параметров, представленных в виде вектора характеристик... Подробнее →
Обсуждаются принципы построения когнитивных модулей для реализации технических когнитивных систем, определяющих современное состояние информатики и искусственного интеллекта. Рассматриваются методы представления, обработки и формирования когнитивных функций в модулях нейрологического типа. Дается пример построения нейросетевого модуля с нечетко-логическим базисом. Описываются алгоритмы работы когнитивного модуля триангуляционного типа. Рассматриваются варианты когнитивных структур из таких модулей, способных моделировать когнитивные процессы... Подробнее →
Рассмотрены вопросы применения нечетко-нейросетевого подхода для моделирования управляемого движения морских динамических объектов. Предложена модель нечеткой динамической системы. Указаны методы ее структурного и параметрического синтеза. Изложены принципы параллельно-распределенной реализации модели на основе многослойных сетей с нечеткими и стандартными нейронами. Ю. Л. Сиек докт. техн. наук, проф. Санкт-Петербургского государственного морского технического университета. Соэ Мин Лвин аспирант Санкт-Петербургского.. Подробнее →
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 →
Методами компьютерного моделирования проанализированы качественные показатели САУ с встроенным нейросетевым и классическим регуляторами двумерного динамического объекта в режимах терминального управления. Г. Н. Макаров д. т. н., проф. Смоленского гуманитарного университета. Подробнее →
Проведена разработка нейронечеткой системы управления станочного электропривода, работающего в условиях переменных параметров. В. М. Буянкин к.т.н. , доц. МГТУ имени Н.Э.Баумана. Д. В. Пантюхин с. н. с. ЦИТиС. Подробнее →
Показано, что при увеличении числа учитываемых параметров и с понижением их качества автомат обучения персептрона теряет устойчивость и осуществляет случайные незатухающие колебания. Увеличение числа примеров обучения приводит к обратному эффекту повышения устойчивости и выходу автомата обучения из зоны неустойчивых колебаний. Предложено обучать персептрон в неустойчивом режиме, усредняя результаты непрерывных блужданий автомата обучения по многомерной поверхности.. Подробнее →
Предложены нейронные сети для осуществления основных криптографических операций на эллиптической кривой – определения координат точек, их сложения, удвоения и умножения. Представленное ядро модулярного криптографического нейропроцессора позволило на порядок уменьшить время шифрования данных по сравнению с существующими системами шифрования на основе эллиптических кривых. Н. И. Червяков д. т. н., профессор, засл. деятель науки и техники РФ,.. Подробнее →
Рассмотрено применение нейронной сети Хопфилда для решения прикладных задач. Приведены основные под-ходы к решению задач комбинаторной оптимизации. Описано применение нейронной сети Хопфилда для решения задачи двухмерной упаковки. Л. А. Жуков к.т.н., доцент Сибирского государственного технологического университета. О. В. Корчевская ст. преподаватель Сибирского государственного технологического университета Подробнее →
Предлагается нейронная сеть, позволяющая обнаруживать и исправлять ошибки в модулярном нейрокомпьютере в реальном масштабе времени. Нейронная сеть является гибридной и состоит из нейронных сетей конечного кольца и нейронной сети встречного распространения. Преимущество представленного решения заключается в исключении повторных пересчетов, в низких аппаратурных затратах и адаптивности нейроподобной структуры. Н. И. Червяков докт. техн. наук, проф. кафедры.. Подробнее →
Рассмотрена импульсная нейронная сеть, основанная на предложенной автором усовершенствованной модели интегрирующих нейронов с утечкой (LIF). М. В. Киселев канд. техн. наук, ген. директор компании «Мегапьютер Интеллидженс». Подробнее →
Рассмотрено применение нейронных сетей для проведения судебной экспертизы почерка. Приведено описание, алгоритм использования, характерные ошибки, примеры образцов рукописных текстов, примеры выделенных в них признаков почерка для прописных и строчных букв русского языка и примеры вычислений вручную для методик определения пола, возраста и идентификации исполнителя рукописного текста. Описана постановка задач для почерковедческих исследований и способы их.. Подробнее →
Предложен подход к оценке эффективности технических систем с использованием нейронных сетей. Приведен пример нейронной сети, обученной по алгоритму обратного распространения ошибки. Показаны преимущества рассматриваемого подхода в сравнении с традиционными методами свертки многомерного вектора показателей эффективности в число, по которому принимается решение об эффективности технической системы. Рассмотрены примеры технических нейросетевых решений близких к рассматриваемой тематике. С... Подробнее →
Приведен метод идентификации нестационарного объекта при помощи настройки параметров модели на основе прошлых измерений, которые проходят на фоне помех в виде гауссовского белого шума. Приведен также алгоритм построения линейного фильтра на основе фильтра Калмана. Представлены схемы моделирования в системе MATLAB Simulink. Приведены результаты идентификации при разных вариантах настройки параметров фильтра. В. Н. Афанасьев — д.т.н.,.. Подробнее →
Рассматриваются обучаемые многофакторные сети Маркова, представляющие собой одну из разновидностей нейронных сетей и позволяющие выявлять закономерности развития психологических характеристик и исследовать их взаимные связи. Возможности подхода демонстрируется на примере анализа характеристик фонетико-фонематического развития речи и эволюции характеристик чтения. Л. С. Куравский, Е. Г. Иванова факультет информационных технологий МГППУ Подробнее →
Представлена технология обработки текстов для людей с нарушениями зрения, интегрирующая средства сканирования, распознавания и озвучивания. Одной из ее особенностей является применение нового алгоритма распознавания символов, опирающегося на возможности вейвлет-преобразований и релаксационных нейронных сетей. Разработанные средства могут быть использованы для чтения литературы, изданной традиционным плоскопечатным способом, и работы за компьютером с обычным программным обеспечением, не предназначенным.. Подробнее →
Рассмотрены принципы построения и опыт практического применения психологического тренажера, построенного на базе вероятностной нейронной сети, а также сведения о его программной реализации и способе представления результатов тестирования. Л. С. Куравский, А. А. Марголис, Г. А. Юрьев факультет информационных технологий МГППУ; Подробнее →
Предложен новый метод выявления и исследования факторов, определяющих развитие сложных систем, который опирается на возможности вейвлет-преобразований и идентифицируемых факторных структур. Рассматривается метод оценки статистической значимости компонентов факторной модели. Представлены преимущества данного подхода перед традиционным симплекс-методом, а также ряд способов построения факторных моделей, представленных путевыми диаграммами, включая их сравнительный анализ. Л. С. Куравский, П. А. Мармалюк,.. Подробнее →
Hассматривается опыт разработки национального стандарта, определяющего требования к информационному обмену данными медицинской статистики. Раскрываются задачи, решенные при формализации данных, приведенных в стандарте. Приводятся основные диаграммы классов на языке UML Г. С. Лебедев — Центральный научно-исследовательский институт организации и информатизации здравоохранения Подробнее →
Рассматривается прямая задача технического диагностирования, состоящая в определении технического состояния нейронной сети с последовательными связями по результатам тестовой проверки. Представлены графовая и аналитические модели поведения нейронных сетей с последовательными связями, учитывающие техническое состояние нейронов и входных-выходных полюсов. Предложен усовершенствованный метод выделения подозреваемых логических неисправностей, при которых возможно наблюдаемое поведение нейронной сети с последовательными связями. Метод.. Подробнее →
Рассмотрены алгоритмы обучения и интерпретации нейронной сети, предназначенной для компьютерного контроля знаний. Нейросетевая технология может быть применена не только при моделировании отношения «обучаемый – педагог» при ККЗ, но и при рассмотрении других отношений «человек-человек». Рассмотрены вопросы практической реализации созданных алгоритмов. Приведён пример внедрения метода в процесс контроля знаний А. П. Свиридов — д.т.н., проф., Российский.. Подробнее →
Рубрики
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1-2, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1-2, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №1, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10-11, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10-11, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №11-12, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №11, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №11, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №11, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №12, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №12, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №12, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №12, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №2-3, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №2, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №2, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №2, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3-4, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №3, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №4-5, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №4, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №4, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №4, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №4, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №5-6, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №5-6, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №5, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №5, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №5, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №6, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №6, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №6, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №6, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7-8, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №7, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8-9, 2003
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8-9, 2005
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8-9, 2006
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8, 2007
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №8, 2009
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №9, 2004
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №9, 2008
- «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №9, 2009
- CRM / ERP — системы: разработка на заказ
- алгебраические фракталы на комплексной плоскости
- Видео
- Гиперкомплексные системы
- Интерактив
- Квантовая механика
- Медиа
- НЕЙРОКОМПЬЮТЕРЫ: РАЗРАБОТКА И ПРИМЕНЕНИЕ №5 2003
- Портфолио дизайн сайтов
- Реакционно-диффузные среды
- Форекс-автотрейдинг
- Фотоблог