Поволжский регион УДК 612.087.1; 519.7; 519.66 В. И. Волчихин, А. И. Иванов, В. А. Фунтиков, Е. А. Малыгина ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ С МНОГОУРОВНЕВЫМИ КВАНТОВАТЕЛЯМИ В ТЕХНОЛОГИИ БИОМЕТРИКОНЕЙРОСЕТЕВОЙ АУТЕНТИФИКАЦИИ Аннотация. <...> В настоящее время вопросы аутентификации личности с использованием биометрических данных становятся актуальными. <...> Преимущество искусственных нейронных сетей большого размера над классическими кодами с обнаружением и исправлением ошибок обусловлено тем, что они в момент обучения способны учитывать реальные распределения многомерных вероятностей биометрических данных, тогда как все классические коды с обнаружением и исправлением ошибок строились в гипотезе равновероятного распределения ошибок. <...> Целью данной работы является изменение парадигмы нейросетевой обработки; предложено от бинарных нейронов (персептронов) перейти к использованию нейронов с многоуровневыми квантователями. <...> Сравнение проведено с использованием комплексного показателя качества кодов – энтропии (близости их к «белому шуму»). <...> Для кодов длиной порядка 20 бит расчет энтропии может быть проведен по Шеннону. <...> Для более длинных кодов ресурсов современных машин недостаточно. <...> Предложено анализировать только начальный участок кодовых последовательностей возрастающей длины. <...> Далее строится экстраполирующий полином и предсказывается ожидаемое значение энтропии длинных кодов. <...> Результирующее значение 256-мерной энтропии кодов нейросетевого преобразователя оказалось выше, чем 51-мерная энтропия кодов «нечеткого экстрактора». <...> Выигрыш обусловлен увеличение длины биокода несмотря на то, что длинные коды имеют более высокий уровень корреляции их разрядов. <...> При переходе от бинарных нейронов к троичным нейронам длина выходного кода увеличивается в два раза, а их энтропия увеличивается примерно в полтора раза. <...> Выигрыш, связанный с ростом энтропии биокодов, растет с числом уровней <...>