ОБРАБОТКА ИНФОРМАЦИИ И УПРАВЛЕНИЕ УДК 004.627 doi:10.15217/issn1684-8853.2016.3.2 ПРИМЕНЕНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ КЛАССИФИКАЦИИ ТЕЛЕМЕТРИЧЕСКИХ ДАННЫХ В СИСТЕМАХ СЖАТИЯ И. В. <...> Богачева, ассистент А. В. Левенеца, канд. техн. наук, доцент Чье Ен Уна, доктор техн. наук, профессор аТихоокеанский государственный университет, Хабаровск, РФ Постановка проблемы: адаптивные по алгоритму системы сжатия данных включают в свой состав как неотъемлемую часть некоторый классификатор, позволяющий осуществить выбор наиболее эффективного способа сжатия поступающих данных. <...> Традиционно выбор оценочных характеристик для классификатора основывается на экспертном мнении, что может ухудшить качество классификации при обработке достаточно сложно структурированных данных. <...> Кроме того, для таких систем следует обеспечивать параллельность процедур обучения классификатора и сжатия данных, что увеличивает вычислительные затраты и усложняет архитектуру приемо-передающих устройств. <...> Таким образом, вопрос о разработке эффективного классификатора для систем сжатия стоит достаточно остро. <...> Цель: оценка возможности применения нейронной многослойной сети прямого распространения с заданной архитектурой в качестве классификатора телеметрических данных. <...> Результаты: исследовано поведение усредненных ошибок обучения, обобщения и подтверждения в зависимости от объема обучающей выборки, полученных для ряда наборов телеметрических данных. <...> На основе полученных данных предложены оптимальные параметры обучения нейронной сети. <...> Полученные результаты позволяют сделать вывод о том, что даже простейшая и наиболее универсальная архитектура искусственной нейронной сети существенно превосходит системы с применением численных методов оценки классифицирующего признака. <...> Дальнейшее развитие предложенного подхода предполагает проведение более глубокого анализа архитектуры нейронной сети для формирования оптимальных конфигураций <...>