Адаптивные алгоритмы контроля погрешностей при обучении нейросетевых систем обработки данных нестационарной природы

Автор: Джуманов Олимжан Исраилович

Журнал: Проблемы информатики @problem-info

Рубрика: Вычислительные и сетевые ресурсы

Статья в выпуске: 1 (5), 2010 года.

Бесплатный доступ

Разработаны принципы образования обучающих подмножеств нейросетевой системы адаптивной обработ- ки информации нестационарной природы. Предложены правила и модели оценки погрешностей выходных величин нейронных сетей, разработаны адаптивные алгоритмы контроля данных: по оптимальным грани- цам и приращениям при стационарном процессе; путем линейной фильтрации при квазистационарном про- цессе; аппроксимацией кубическими базисными сплайн-функциями при нестационарном процессе. Опре- делены оптимальные параметры сглаживания данных обучающего подмножества.

Нейронная сеть, микрообъекты, распознавание, прогнозирование, алгоритм, обучение, погрешность, адаптация, контроль, сглаживание, сплайн-функция, адаптивный фильтр, нестационарный процесс

Короткий адрес: https://sciup.org/14320017

IDR: 14320017

Список литературы Адаптивные алгоритмы контроля погрешностей при обучении нейросетевых систем обработки данных нестационарной природы

  • ВЕНКАТЕШ ГАНТИ, ЙОХАННЕС ГЕРКЕ, РАДЖУ РАМАКРИШНАН. Добыча данных в сверхбольших базах данных//Открытые системы. 1999. № 9/10. С. 45-53.
  • ДЖУМАНОВ О. И. Адаптивная нейросетевая система визуализации изображений, распознавания и классификации микрообъектов//Вестн. Сибир. гос. ун-та телекоммуникаций и информатики. 2008. № 2. С. 76-86.
  • ДЖУМАНОВ О. И. Нейросетевая система адаптивной обработки информации нестационарной природы при управлении вузом//Материалы Х Междунар. науч.-метод. конф. вузов и факультетов телекоммуникаций. Ростов-на-Дону, 16-19 июня 2008. Таганрог: Изд-во Технолог. ин-та Южн. федер. ун-та, 2008. С. 81-85.
  • ДЖУМАНОВ О. И. Основные подходы к созданию интеллектуальной системы адаптивной обработки и анализа информации для прогнозирования нестационарных процессов//Естественные и техн. науки. 2008. № 3. С. 318-325.
  • ОСОВСКИЙ С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002.
  • УОССЕРМЕН Ф. Нейрокомпьютерная техника: Теория и практика/Пер. Ю. А. Зуев, В. А. Точенов. М.: Новые технологии, 1992.
  • МАЛАНИН В. В. Методы и практика анализа случайных процессов в динамических системах/В. В. Маланин, И. Е. Полосков. Москва, Ижевск: НИЦ "Регулярная и хаотическая динамика", 2005.
  • DJUMANOV O. System of processing the continuous nature data for forecasting the basic parameters of organizing-technical systems activity//Proc. of the 4th world conf. on intelligent systems for industrial automation-WCIS2008, Tashkent (Uzbekistan), 2008. S. l., b-Quadrat Verlag, 2008. P. 133-140.
  • DJUMANOV O. Programmed system for the adaptive monitoring of the continuous nature information on the basis of supervised learning of neural network//Proc. of the Intern. conf. IT Promotion in Asia, Tashkent (Uzbekistan), 24-26 Sept. 2007. TUIT, Tashkent, Information Technology Internationalization Research Center, 2007. P. 181-190.
  • DJUMANOV O. The system of image recognition for dynamic processes objects on a basis of neural technologies//Proc. of the 9th Intern. conf. on electronics, information and communication, Tashkent (Uzbekistan), 24-27 June, 2008. Tashkent Univ. Information Technologies and IEE of Korea, 2008. P. 286-290.
Еще
Статья научная