Рассмотрен вариант конструкции исполняющего нейропроцессора, показано, что в живом организме его роль играет кора мозжечка; обсуждены известные данные о структуре и функциях коры мозжечка, нашедшие естественное объяснение в терминах нейрокомпьютинга. Чернавский Д.С., Родштат И.В., Чернавская Н.М. Подробнее →

Рассмотрен вариант конструкции исполняющего обучаемого нейропроцессора, способного преобразовывать сигнал о действии в серию упорядоченных во времени сигналов, направленных эффекторной системой. Процесс обучения основан на модификации связей между нейронами без учителя — в результате проб и ошибок. Такая теоретическая конструкция может быть полезна при исследовании свойств реальной нейросети того же назначения в живом организме эту роль.. Подробнее →

Предложена методика моделирования процессов нефтедобычи с помощью искусственных нейронных сетей. Рассмотрено решение прогнозирования добычи нефти, значения пластовых давлений, оценки эффективности (геолого-технических мероприятий). Иваненко Б.П., Проказов С.А. Подробнее →

Приведены результаты сравнительного анализа параллельного нейросетевого и фрактального алгоритмов сжатия изображений, произведенного с использованием радиолокационных и многозональных оптических изображений Земли из космоса. Назаров Л.Е. Подробнее →

Рассмотрен характер возникновения ошибок в системе остаточных классов. Предложен метод локализации и исправления однократных ошибок и его нейросетевая реализация. Червяков Н.И., Бережной В.В., Гончарова Е.Н., Калмыков И.А. Подробнее →

Предложены принципы организации оптических матриц связей оптических нейронных сетей; экспериментально исследованы универсальные базовые объемные оптические элементы, обладающие возможностью замены или дополнительного наращивания с целью изменения размерности матрицы связей и позволяющие за счет регулировки величин воздушных зазоров элементов связи с оптическими волноводами изменять весовые коэффициенты оптической матрицы связей. Кульчин Ю.Н., Денисов И.В., Денисова Е.В. Подробнее →

Рассмотрен алгоритмический базис, структура и способы технической реализации элементной базы нейрокомпьютерных систем — цифровых нейропроцессоров. Галуев Г.А. Подробнее →

Рассмотрена задача целенаправленной предобработки обучающей выборки для ускорения обучения нейросети. Индикатором сложности выборки служит значение константы Липшица выборки. Для базы реальных данных, линейной и нелинейной предобработок независимых признаков показана зависимость свойств обученных нейронных сетей от величины константы Липшица выборки. Царегородцев В.Г. Подробнее →