Модуль нейронних мереж

Автор(и)

  • O. I. Chumachenko Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
  • A. T. Kot Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

DOI:

https://doi.org/10.18372/1990-5548.56.12937

Ключові слова:

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

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.

Біографії авторів

O. I. Chumachenko, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

Кафедра технічної кібернетики

Кандидат технічних наук. Доцент

A. T. Kot, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

Кафедра технічної кібернетики

Аспірант

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.

##submission.downloads##

Номер

Том 2 № 56 (2018)

Розділ

АВТОМАТИЗОВАНІ СИСТЕМИ ПРОЕКТУВАННЯ

Ліцензія

Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:

Автори зберігають авторські права та надають журналу право першої публікації роботи, одночасно ліцензованої за ліцензією Creative Commons Attribution License, яка дозволяє іншим поширювати роботу з посиланням на авторство роботи та її першу публікацію в цьому журналі.

Автори можуть укладати окремі додаткові договірні угоди щодо неексклюзивного розповсюдження опублікованої в журналі версії роботи (наприклад, розміщувати її в інституційному репозиторії або публікувати в книзі) з посиланням на її першу публікацію в цьому журналі.

Авторам дозволяється та заохочується розміщувати свої роботи онлайн (наприклад, в інституційних репозиторіях або на своєму вебсайті) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш раннього та більшого цитування опублікованих робіт (див. Вплив відкритого доступу).