ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ УДК 621.395 ВОССТАНОВЛЕНИЕ РЕГРЕССИОННЫХ МОДЕЛЕЙ СЛУЧАЙНЫХ ПРОЦЕССОВ И ПОЛЕЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ М. А. <...> Дрюченко, Е. В. Воронова, А. А. Сирота Воронежский государственный университет Поступила в редакцию 01.03.2010 г. Аннотация. <...> Рассматриваются свойства сходимости весовых коэффициентов линейных нейронных сетей, используемых для восстановления регрессионных и авторегрессионных моделей случайных процессов и полей в условиях прямого и косвенного обучения. <...> Приводятся результаты статистического имитационного моделирования для случайных полей с заданной функцией корреляции. <...> Ключевые слова: нейронные сети, регрессионные модели, имитационное моделирование, прямое и косвенное обучение. <...> ВВЕДЕНИЕ Одним из принципиальных вопросов, которые всегда возникают при исследовании информационных систем с использованием компьютерных имитационных моделей, является разработка алгоритмов и программ генерации сигналов и помех, действующих в каналах передачи информации. <...> При этом во многих задачах нельзя использовать упрощенные модели и алгоритмы генерации сигналов и помех, так как это может привести к потере адекватности всей имитационной модели и, соответственно, к неправильным результатам при проведении экспериментов, направленных на оценку эффективности исследуемой системы. <...> При известных корреляционных или спектральных характеристиках алгоритмы модели© Дрюченко М. А., Воронова Е. В., Сирота А. А., 2010 рования векторных случайных процессов и полей реализуют подходы и методы, которые подробно рассмотрены [1, 3—5]. <...> В частности, в задачах обработки изображений возникает задача разработки алгоритмов имитации изображений пространственнораспределенных объектов и фонов как реализаций случайных полей (задача синтезирования искусственных изображений) при наличии ограниченных по объему эталонных образцов изображений [6—12]. <...> Известные подходы к решению данной <...>