Модуль нейронних мереж

O. I. Chumachenko, A. T. Kot

Анотація


Розглянуто базовий підхід для побудови гібридної нейронної мережі. Як приклад, проаналізовано нейронну мережу зустрічного поширення. Розглянуто два режими функціонування цієї нейронної мережі. Це режими акредитації та інтерполяції. Режим інтерполяції дозволяє виявляти більш складні особливості і дає більш точні результати. На основі цього аналізу розроблена нова гібридна структура, що включає нейронну мережу Кохонена і персептрон. Запропоновано алгоритм навчання цієї гібридної нейронної мережі.


Ключові слова


Гібридні нейронні мережі; нейронна мережа Кохоннена; персептрон; алгоритм навчання

Посилання


V. V. Borisov, V. V. Kruglov, and A. S. Fedulov, Fuzzy models and networks. 2 nd ed., The stereotype. 2012. (in Russian)

Khaykin Saymon. Neural networks: full course, 2nd edition. 2006. (in Russian)

A. P. Rotshteyn, Intelligent identification technologies: fuzzy sets, neural networks, genetic algorithms. Monograph. Vinnitsa: "Universum-Vіnnitsya," 1999, 295 p. (in Russian)

J.-S. R. Jang, ANFIS: Adaptive-Network-Based Fuzzy Inference Systems, IEEE Trans. Systems, Man & Cybernetics 23 (1993).

Y. Bengio, A. Courville, and P. Vincent, Representation Learning: A Review and New Perspectives. Department of computer science and operations research, U. Montreal. 2014.

X. Glorot and Y. Bengio, Understanding the difficulty of training deep feedforward neural networks. 2010.


Повний текст: PDF

Посилання

  • Поки немає зовнішніх посилань.


ISSN 1990-5548

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.