NAU Harvester System
Модуль нейронних мереж
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Модуль нейронних мереж
NEURAL NETWORKS MODULE Модуль нейронных сетей |
|
| Creator |
Chumachenko, O. I.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Kot, A. T.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» |
|
| Subject |
Гібридні нейронні мережі; нейронна мережа Кохоннена; персептрон; алгоритм навчання
УДК 681.327.12 (045) Hybrid neural networks; Kohonnen neural network; perceptron; learning algorithm UDC 681.327.12 (045) Гибридные нейронные сети; нейронная сеть Кохоннена; персептрон; алгоритм обучения УДК 681.327.12 (045) |
|
| Description |
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.
It is considered a basic approach for hybrid neuron network creation. As an example, the counter propagation neural network is analyzed. It is effectively used for image processing. Two modes of this neuron network functioning are considered. They are: accreditation and interpolation. Interpolation mode permits to reveal more complex features and can supply more precise results. Based on this analysis it is developed a new hybrid structure that includes Kohonnen neural network and perceptron. It is proposed a learning algorithm of this hybrid neuron network. Рассмотрен базовый подход для построения гибридной нейронной сети. В качестве примера, проанализирована нейронная сеть встречного распространения. Рассмотрены два режима функционирования этой нейронной сети. Это режимы аккредитации и интерполяции. Режим интерполяции позволяет выявлять более сложные особенности и дает более точные результаты. На основе этого анализа разработана новая гибридная структура, включающая нейронную сеть Кохоннен и персептрон. Предложен алгоритм обучения этой гибридной нейронной сети. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2018-07-23
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/12937
10.18372/1990-5548.56.12937 |
|
| Source |
Electronics and Control Systems; Том 2, № 56 (2018); 64-68
Электроника и системы управления; Том 2, № 56 (2018); 64-68 Електроніка та системи управління; Том 2, № 56 (2018); 64-68 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|