Нейромережева технологія класифікація функцій еталонної моделі взаємодії відк-ритих систем

Автор(и)

  • М. К. Печурін Національний авіаційний університет
  • Л. П. Кондратова НТУУ "Київський політехнічний університет"
  • С. М. Печурін НТУУ "Київський політехнічний університет"

DOI:

https://doi.org/10.18372/2073-4751.3.6446

Анотація

У статті оцінюється можливість застосування алгоритмів класифікації на основе апарату штучних нейронних мереж (ШНМ) типів MLP і RBF для формування (перевірки ефективності існуючого)  набору і складу рівнів еталонної моделі (ЕМ) взаємодії відкритих систем. Критерії класифікації характеризують відношення сумарного відхилення оцінок функцій в сусідніх таксонах до вказаної величини і максимального значення відхилення оцінок функцій в несусідніх таксонах. Формування кортежа таксонів функцій ЕМ з найкращим значенням відношення критеріїв меншим числом ітерацій навчання гарантується з використанням ШНМ типу MLP

Біографії авторів

М. К. Печурін, Національний авіаційний університет

Факультет комп’ютерних систем; д-р техн.наук

Л. П. Кондратова, НТУУ "Київський політехнічний університет"

ННК «Інститут прикладного системного аналізу»; канд.техн.наук

С. М. Печурін, НТУУ "Київський політехнічний університет"

ННК «Інститут прикладного системного аналізу»; канд.техн.наук

Посилання

Згуровский М.З., Панкратова Н.Д. Системный анализ: проблемы, методология, приложения. – К.: Наукова думка, 2005. – 743 с.

Зайцев С.С., Кравцунов М.И., Ротанов С.В. Сервис открытых информационно-вычислительных сетей. Радио и связь, 1990. – 240 с.

Нейронные сети в системах автоматизации / В.И.Архангельский, И.Н.Богаенко, Г.Г.Грабовский, Н.А.Рюмшин. – К.:Техника, 1999. – 364 с.

Крисилов В.А., Юдин С.А., Олешко Д.Н. Использование гипотезы компактности при построении обучающей выборки для прогнозирующих нейросетевых моделей // Системні дослідження та інформаційні технології. – 2006, №3. – С. 26 – 36.

Дудник О.В., Бидюк П.И. Применение радиальных базисных функций в нейронных сетях для прогнозирования экономических показателей // Проблемы управления и информатики. – 2003, №2. – С. 126 – 133.

Химмельблау Д. Прикладное нелинейное программирование. – М.: Мир. – 1975. – 536 с.

Анисимов А.В., Порхун Е.В., Тарануха В.Ю. Алгоритм формирования параметрического вектора для решения задач классификации нейронной сетью прямого распространения // Кибернетика и системный анализ. – 2007, №2. – С.3–14.

Хайкин С. Нейронные сети: полный курс. 2-е издание. Пер. с англ. – М.: Издательский дом «Вильямс». – 2006. – 1104 с.

##submission.downloads##

Опубліковано

2010-09-14

Номер

Том 3 № 31 (2010)

Розділ

Статті

Ліцензія

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

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).