№ 6 DOI: 10.17213/0321-2653-2014-6-12-17 ПОСТРОЕНИЕ МЕХАНИЗМА НЕЙРОСЕТЕВОГО ПОИСКА НА ОСНОВЕ АЛГОРИТМА РАСШИРЯЮЩЕГОСЯ НЕЙРОННОГО ГАЗА 2014 г. В.В. Гарнага, Ю.В. Кольцов, Б.И. Трофимов Гарнага Валерий Владимирович – канд. техн. наук, доцент, кафедра «Информационные технологии», Кубанский государственный университет. <...> E-mail: bogdan.i.trofimov@mail.ru Предлагается метод построения архитектуры поисковой машины, основанной на применении нейросетевых технологий. <...> В частности, описывается метод создания индекса документов на основе векторной модели текста, меры TF-IDF, нейронной сети Кохонена и алгоритма кластеризующего расширяющегося нейронного газа. <...> Эти подходы применяются для обучения сети Кохонена на постоянно добавляющихся выборках индексируемых данных. <...> Также описаны алгоритмы, методы и их модификации, с помощью которых становится возможным создание поисковой системы, основанной на нейросетевых технологиях. <...> Предлагается архитектура проектируемого поискового механизма, который позволяет производить адаптивную индексацию документов и производить поиск, используя полученную индексную информацию. <...> При этом параметры индекса подстраиваются под входные данные, к примеру, изменяется количество кластеров. <...> Возможным направлением решения данной проблемы является использование нейросетевого подхода в сочетании с методикой векторной модели текста при индексации документов. <...> В данной статье предлагается метод построения архитектуры поисковой машины, основанной на применении нейросетевых технологий. <...> В частности, описывается метод создания индекса документов на основе векторной модели текста, меры TF-IDF (англ. term frequency - inverse term frequency) [1], нейронной сети 12 Кохонена [2] и алгоритма кластеризующего расширяющегося нейронного газа (англ. <...> Growing Neural Gas Clustering, GNGC) [3], применяемого для обучения сети Кохонена на постоянно добавляющихся выборках индексируемых данных [4]. <...> При этом предлагаемый способ создания поисковой системы обеспечивает <...>