Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 509875)
Консорциум Контекстум Информационная технология сбора цифрового контента
Уважаемые СТУДЕНТЫ и СОТРУДНИКИ ВУЗов, использующие нашу ЭБС. Рекомендуем использовать новую версию сайта.
  Расширенный поиск
Результаты поиска

Нашлось результатов: 71321 (1,99 сек)

Свободный доступ
Ограниченный доступ
Уточняется продление лицензии
1

ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ МЕТОДОВ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ПО ДАННЫМ ЭКСПЛУАТАЦИИ ОБОГАТИТЕЛЬНОЙ ЦЕНТРИФУГИ [Электронный ресурс] / Шпрехер // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2012 .— №2 .— С. 17-19 .— Режим доступа: https://rucont.ru/efd/519127

Автор: Шпрехер

Показано преимущество обработки большого числа примеров в нейросетевом базисе, заключающееся в более высокой достоверности решения задач автоматической классификации слоем (картой) Кохонена по сравнению с традиционными методами динамических сгущений и кластер-анализа и обеспечивающее большую оперативность функционирования классификационных моделей в контуре управления и диагностики данного типа электромеханических систем

В качестве правила вычисления расстояния между вектором весов и входным вектором обучающей выборки использовалась <...> Исходные весовые коэффициенты Входные векторы Распределительный слой Слой Кохонена d1 d2 d3 Рис. 2. <...> Слой Кохонена классифицирует входные векторы в группы схожих векторов. <...> Это достигается с помощью такой подстройки весов и смещений, что близкие входные векторы активизируют <...> В результате обучения слой приобретает способность разделять несхожие входные векторы.

2

ПРОГНОЗИРОВАНИЕ ДИНАМИКИ ВРЕМЕННОГО РЯДА АТМОСФЕРНЫХ ТЕМПЕРАТУР НА ОСНОВЕ ИЕРАРХИЧЕСКИХ МНОГОСЛОЙНЫХ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Сирота, Матвеев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2015 .— №4 .— С. 142-148 .— Режим доступа: https://rucont.ru/efd/511781

Автор: Сирота

В настоящей работе проведен анализ возможности применения методики построения иерархической нейронной сети для прогнозирования динамики процессов изменения атмосферной температуры, а также сравнение полученных результатов с ранее полученными прогностическими моделями

Для первого иерархического уровня сети вектор входа имеет длину ,m L= то есть вектор входных значений <...> Таким образом, вектор входа второго иерархического уровня имеет длину 1,m M= + а вектор входных значений <...> Для фиксированных значений t и L формируются входные векторы ( ) 1 1( , ,..., ) , i T s L s L su u u <...> ,s S= ), для фиксированных t и M формируем входные векторы ( ) ( )1 1, , , , , Tj t M t M tx y y y u− <...> В нашей задаче входным вектором для сети первого уровня является вектор средних значений температур,

3

Нейросетевые и гибридные системы

Автор: Каширина Ирина Леонидовна
Издательский дом ВГУ

Учебно-методическое пособие подготовлено на кафедре математических методов исследования операций факультета прикладной математики, информатики и механики Воронежского государственного университета.

Обучающее множество состоит лишь из входных векторов. <...> Множество входных векторов, при которых нейрон активен ( jY = 1), отделено от множества векторов, на <...> представляющих нормированные вариации входного вектора. <...> Слой Кохонена классифицирует входные векторы в группы схожих. <...> сигналы, представляющие собой новый входной вектор X .

Предпросмотр: Нейросетевые и гибридные системы .pdf (0,9 Мб)
4

Основы нейроинформатики [учеб. пособие]

Автор: Солдатова
Издательство СГАУ

Основы нейроинформатики. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

Подбор числа нейронов во входном слое обусловлен размерностью входного вектора x. <...> векторы или классы входных векторов. <...> весов от входного вектора x. <...> входных векторов, которые должны быть разделены. <...> Тем самым векторы весов перемещаются ближе к области входных векторов.

Предпросмотр: Основы нейроинформатики.pdf (1,0 Мб)
5

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА АНАЛИЗА И ОЦЕНКИ УСТОЙЧИВОСТИ БЦВК К ДЕСТРУКТИВНОМУ ВОЗДЕЙСТВИЮ ЭМИ [Электронный ресурс] / Михайлов, Мырова, Царегородцев // Электросвязь .— 2012 .— №8 .— С. 36-39 .— Режим доступа: https://rucont.ru/efd/428484

Автор: Михайлов

В последние годы существенно возросла роль как электромагнитной совместимости (ЭМС) радиоэлектронного, электронного и электротехнического бортового оборудования, так и защиты бортового оборудования от электромагнитных помех. На современном этапе актуальность обеспечения ЭМС бортовых вычислительных комплексов, защиты бортового оборудования от внешних электромагнитных помех, надежной передачи энергии и информации по бортовым кабельным сетям существенно возрастает. Этому способствуют следующие факторы: развитие электроники и силовой электроники, мощных полупроводниковых преобразовательных устройств, бесконтактной твердотельной коммутационной и защитной аппаратуры, рост числа и мощности приемников электрической энергии [1].

векторов на примере классификации совпадения нечетких координат xl и х2 входного вектора. <...> В полном пространстве посылок максимальное число входных нечетких векторов задается всевозможными сочетаниями <...> Каждому входному вектору из пространства X можно поставить в соответствие нечеткий формальный нейрон <...> (НП) , координат входного вектора X. <...> При заданной координате вектора X на отрезке области определения каждому значению входной нечеткой переменной

6

Метод идентификации человека по голосу [Электронный ресурс] / Тассов // Инженерный журнал: наука и инновации .— 2013 .— №6 .— Режим доступа: https://rucont.ru/efd/276758

Автор: Тассов
М.: Изд-во МГТУ им. Н.Э. Баумана

В статье описан метод решения проблемы идентификации человека по голосу. Рассматриваются методики анализа и системы коэффициентов звукового потока. Приведены алгоритмы предварительной обработки сигнала и выделения критериев. Описана модификация сети встречного распространения и карты Кохонена.

Пусть входной сигнал x(t), тогда весовые коэффициенты — w(t) и выходной сигнал — s(t). <...> В процессе обучения входные векторы ассоциируются с соответствующими выходными векторами. <...> Когда сеть обучена, приложение входного вектора приводит к требуемому выходному вектору. <...> Обобщающая способность сети позволяет получать правильный выход даже при приложении входного вектора, <...> Свойство сохранения топологии означает, что карта Кохонена распределяет сходные векторы входных данных

7

Самоорганизующиеся карты [монография], Self-Organizing Maps

Автор: Кохонен Тойво
М.: Лаборатория знаний

Самоорганизующиеся карты, вместе с их разновидностями, представляют собой одну из наиболее популярных нейросетевых архитектур, ориентированных на обучение без учителя. Они широко используются в таких областях, как статистика, обработка сигналов, теория управления, финансовый анализ, экспериментальная физика, химия, медицина, для решения сложных, многомерных, нелинейных задач, связанных с извлечением признаков, обработкой и классификацией изображений, адаптивным управлением и т. п. В книге дается детальное изложение математического аппарата и применений для самоорганизующихся карт.

входных векторов некоторым упорядоченным образом. <...> обрабатываемых входных векторов. <...> активацию. входное ветвление (fan-in) — число входных связей нейрона. входной вектор (input vector) <...> обрабатываемых входных векторов. <...> активацию. входное ветвление (fan-in) — число входных связей нейрона. входной вектор (input vector)

Предпросмотр: Самоорганизующиеся карты (1).pdf (1,0 Мб)
8

СИСТЕМА ДИАГНОСТИКИ НА БАЗЕ НЕЛИНЕЙНОГО МЕТОДА ГЛАВНЫХ КОМПОНЕНТ И ДИСКРИМИНАНТНОГО АНАЛИЗА ФИШЕРА [Электронный ресурс] / М.Р. Галиаскаров, Л.А. Русинов // Известия Санкт-Петербургского государственного технологического института (технического университета) .— 2016 .— №33(59) .— doi: 10.15217/issn1998984-9.2016.33.91 .— Режим доступа: https://rucont.ru/efd/359305

Автор: Галиаскаров М. Р.

Нелинейный дискриминантный анализ (НДА) предполагает, как и в случае нелинейного метода главных компонент (НМГК), предварительный переход в линеаризующее пространство большой размерности и затем использование обычного линейного дискриминантного анализа (ЛДА). Однако применение НДА в онлайновом режиме дает низкий процент правильных определений причин нештатных ситуаций, особенно в случае медленно развивающихся нарушений, из-за сильного размытия классов. Для увеличения процента правильных определений предлагается использовать комбинированный метод диагностики. Непрерывный мониторинг процесса проводить на базе НМГК, а идентификацию нештатной ситуации осуществлять в окрестностях точки обнаружения, используя ЛДА и, при этом, запуская его только после обнаружения факта ее возникновения. Эти меры позволяют значительно повысить процент правильных классификаций. Эффективность метода показана на примере диагностики медленно развивающихся нештатных ситуаций, вызванных отложениями кокса на внутренних поверхностях оборудования установки пиролиза углеводородов.

Основная идея НМГК состоит в первоначальном отображении входного пространства размерности m в так называемое <...> : (1) Предполагается, что исходные данные центрированы ; Ф – нелинейная функция, которая отображает входные <...> векторы из входного пространства ℜ в пространство F. <...> значений входных данных. <...> вектора х на собственные векторы νr в пространстве F: (6) Для решения уравнения (4) и при вычислении

9

ПРИМЕНЕНИЕ ИНСТРУМЕНТАРИЯ НЕЧЕТКОЙ ЛОГИКИ В ОЦЕНКЕ КАЧЕСТВА ТАМОЖЕННЫХ УСЛУГ [Электронный ресурс] / Ю.Е. Гупанова // Экономический анализ: теория и практика .— 2016 .— №1 .— С. 145-160 .— Режим доступа: https://rucont.ru/efd/407571

Автор: Гупанова Юлия Евгеньевна

Предмет. Развитие актуального направления оценки качества услуг, оказываемых государственными органами, в том числе таможенными, связано с реализацией концепции нового государственного управления, нацеленного на удовлетворение требований потребителей этих услуг. Цели. Исследование возможностей применения инструментария нечеткой логики в оценке качества таможенных услуг в условиях, когда не представляется возможным применение известных экономико-математических моделей. Методология. Использована методология теории нечетких множеств. Результаты. Определена сущность таможенных услуг, выявлены их особенности, учитываемые в оценке качества этих услуг, установлены потребители и заказчики услуг. Особое внимание уделено процессу построения нечеткой модели системы оценки качества таможенных услуг, в которой обоснованы принципы проведения такой оценки, разработана последовательность этапов оценки, доказана необходимость раздельной оценки разных видов таможенных услуг. Реализация предложенного подхода к оценке иллюстрируется на примере отдельных таможенных услуг в среде MatLab с использованием пакета Fuzzy Logic Toolbox, который позволил получить количественные оценки качества этих услуг и наглядно представить полученные результаты. Область применения. Полученные результаты могут найти применение в практике работы таможенных органов для количественной оценки качества оказываемых ими услуг. Результаты такой оценки являются необходимой базой для обоснования принимаемых управленческих решений по повышению качества услуг и совершенствованию процессов управления этими услугами. Выводы. Сделан вывод о том, что в условиях ограниченности и высокой степени размытости информации о результатах деятельности таможенных органов основным инструментом оценки качества таможенных услуг является методология нечеткой логики.

Действие, называемое фаззификацией, вычисляет их степени принадлежности входным нечетким множествам [ <...> которые задают имеющие место в модели причинно-следственные отношения между нечеткими значениями ее входных <...> качества таможенной услуги – это количественная оценка качества услуги), являющееся результатом для входных <...> векторы оценки для просмотра вариантов принятия решений. <...> Так, при входном векторе (0,399; 0,895) (качество услуги № 3 – 0,399; качество услуги № 4 – 0,895) результат

10

Сферическая нейросетевая модель познавательного действия [Электронный ресурс] / Беспалов // Вестник Московского университета. Серия 14. Психология. .— 2014 .— №4 .— С. 56-75 .— Режим доступа: https://rucont.ru/efd/340947

Автор: Беспалов
М.: ПРОМЕДИА

Новизна данной работы состоит в том, что в ней в математической форме и с помощью общих принципов векторного кодирования информации в мозге описаны основные стадии опознавательного действия, начиная от воздействия объекта на сетчатку глаза и заканчивая стадией выполнения ответа на стимул.

Sk — тело k-го нейрона ансамбля, X — вектор входного сигнала (х1…xi…хn — его координаты), Wk — вектор <...> Каждый входной синапс нейрона характеризуется своим «весом», или синаптическим коэффициентом (wki), который <...> Синаптические коэффициенты могут изменяться в зависимости от прошлых входных воздействий (хi) на нейрон <...> Каждый k-й детектор характеризуется своим входным состоянием, описываемым вектором синаптических коCopyright <...> Входные векторы детекторов, соседних с максимально возбужденным, имеют другие координаты, например {cos

11

Интеллектуальные системы учебник

Автор: Ясницкий Л. Н.
М.: Лаборатория знаний

В учебнике приведена история становления научной области «искусственный интеллект». Освещены основные направления ее развития и сферы применения, выполнено сопоставление трех основных стратегических подходов к созданию интеллектуальных систем: технологии экспертных систем, технологии нейронных сетей и технологии эволюционного моделирования. Изложены теоретические основы и даны примеры разработки интеллектуальных систем, а также примеры их применения для интеллектуального анализа данных в промышленности, экономике, бизнесе, психологии, социологии и других областях. Книга является исчерпывающим руководством по освоению технологий создания интеллектуальных нейросетевых систем и их применению для решения широкого круга проблем, встречающихся во многих областях деятельности современного человека.

Все зависит от того, какой смысл придавать входному вектору xj и выходному вектору yi. <...> модели, а также структура (состав и длина) входного вектора X , и выходного вектора D. <...> Компоненты входного вектора X и выходного вектора D представляют собой числа. <...> Как формируется структура входного вектора X и выходного вектора D? 3. <...> входное множество векторов, будет равно числу нейронов сети.

Предпросмотр: Интеллектуальные системы учебник — Эл. изд..pdf (0,2 Мб)
12

Синтез систем автоматического управления биотехнологическими процессами с применением методов аппроксимирующего и нейро-нечеткого управления монография

Автор: Лубенцова Елена Валерьевна
изд-во СКФУ

В монографии содержатся методы теории и алгоритмы систем автоматического управления (САУ) сложными биотехнологическими объектами, которые позволяют найти подходящее управление в условиях неполного, нечеткого и неточного знания состояния объекта управления и характеристик внешних и внутренних воздействий, при которых функционирует этот объект. Приведены примеры синтеза САУ промышленным биотехнологическим процессом для различных режимов функционирования. Адресована научным работникам и инженерам, разрабатывающим современные системы управления биотехнологическими процессами, может оказаться полезной для студентов и аспирантов вузов.

Модель Хэмминга может работать только с двоичными входными векторами. <...> При обучении нейронной сети предъявляются входные векторы без указания желаемых выходов и корректируются <...> При обучении нейронной сети предъявляются входные векторы без указания желаемых выходов и корректируются <...> Зададим новый входной вектор: I = [2 3 6 7 2 6 12 13 12; 2 6 6 2 11 12 11 6 3]; I = 2 3 6 7 2 6 12 13 <...> девятый вектор из I).

Предпросмотр: Синтез систем автоматического управления биотехнологическими процессами с применением методов аппроксимирующего и нейро-нечеткого управления.pdf (0,7 Мб)
13

Оценивание геометрических параметров биомедицинских диагностических изображений [учеб. пособие]

Автор: Ильясова
Издательство СГАУ

Оценивание геометрических параметров биомедицинских диагностических изображений. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

вектор признаков в скалярный ответ, зависящий от линейной комбинации входных переменных: ( ) ( )01 0d <...> , например, следующим образом: если ( ) 0f x ≥ , входной вектор принадлежит первому классу, в противном <...> Формирование входного вектора нейронной сети Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис <...> N Xi -компоненты векторы число тактов обучения каждому входному образцу из обучающей выборки нейронная <...> Для каждого входного вектора из обучающей выборки нам известно расстояние до границы сосуда от заданной

Предпросмотр: Оценивание геометрических параметров биомедицинских диагностических изображений.pdf (0,3 Мб)
14

№2 [Известия высших учебных заведений. Северо-Кавказский регион. Технические науки, 2012]

Научно-образовательный и прикладной журнал «Известия вузов. Северо-Кавказский регион. Технические науки» основан в 1972 году Юрием Андреевичем Ждановым. Журнал ориентирован на профессорско-преподавательский состав, аспирантов, докторантов и студентов вузов, научных и инженерно-технических работников научно-исследовательских и проектно-конструкторских институтов, промышленных предприятий и организаций. Журнал публикует статьи, содержащие результаты теоретических и экспериментальных исследований по следующим направлениям: - информатика, вычислительная техника и управление; - энергетика; - машиностроение и машиноведение; - химическая технология; -строительство и архитектура. Журнал «Известия вузов. Северо-Кавказский регион. Технические науки» включен в «Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук», а также входит в международные реферативные базы данных CAS(pt), GeoRef, zbMATH.

В качестве правила вычисления расстояния между вектором весов и входным вектором обучающей выборки использовалась <...> Исходные весовые коэффициенты Входные векторы Распределительный слой Слой Кохонена d1 d2 d3 Рис. 2. <...> Слой Кохонена классифицирует входные векторы в группы схожих векторов. <...> Это достигается с помощью такой подстройки весов и смещений, что близкие входные векторы активизируют <...> В результате обучения слой приобретает способность разделять несхожие входные векторы.

Предпросмотр: Известия высших учебных заведений. Северо-Кавказский регион. Технические науки №2 2012.pdf (0,7 Мб)
15

№2 [Вестник Московского государственного технического университета имени Н.Э. Баумана. Серия "Приборостроение", 2009]

М.: Изд-во МГТУ им. Н.Э. Баумана

Освещаются вопросы по направлениям: информатика и вычислительная техника; системы управления; радиоэлектроника, оптика и лазерная техника; гироскопические навигационные приборы; технология приборостроения, биомедицинская техника и технология.

, называемых векторами входных ISSN 0236-3933. <...> . ∗ fn(X,Vn−1, Yn−1, Vn, Yn), (4) где Xi и Yi — векторы входных и выходных значений; Vi — вектор промежуточных <...> Входные векторы Vi−1, Yi−1 функции fi являются выходными векторами функции fi−1, так же как выходные <...> векторы Vi и Yi функции fi являются входными для функции fi+1. <...> Функция f ′ должна “уметь” восстановить по выходным векторам функции f и вектору X входные векторы функции

Предпросмотр: Вестник МГТУ им. Н.Э. Баумана. Серия Приборостроение №2 2009.pdf (0,1 Мб)
16

№10 [Вестник компьютерных и информационных технологий, 2014]

Журнал публикует статьи о компьютерных и информационных технологиях в промышленности, образовании, экономике и т.д. - опыт разработки, внедрения и использования. В журнале: * Тенденции развития компьютерных и информационных технологий в технике, экономике и управлении * Информационные технологии в экономике и профессиональном образовании * Автоматизация проектирования, конструирования и технологической подготовки производства * Программное обеспечение * Информационно-управляющие комплексы подвижных объектов * Сетевые технологии. Интернет-технологии. Информационная безопасность * Аппаратное обеспечение информационных технологий * Информационная поддержка жизненного цикла технических систем * Компьютерное зрение. Виртуальная реальность. Компьютерная графика * Геоинформатика. Технологии дистанционного зондирования и мониторинга * Технологии автоматической идентификации. Биометрия * Распределенные информационно-управляющие системы. Автоматизация документооборота, формирование электронных архивов и библиотек * Нормативная база, стандартизация и сертификация информационных продуктов и систем * Выставки, семинары и конференции

Тогда входной вектор ассоциируется с одним из оставшихся эталонов. <...> При подаче на персептрон входного вектора Х на выходах формируется сигнал некоторой величины. <...> На корень дерева (узел 0) подается входной вектор Х. <...> Входной вектор Х подается на узелпобедитель (узел 1). <...> Так, например, если известно, что входные векторы содержат не более b = 20 % искаженных бит, то следует

Предпросмотр: Вестник компьютерных и информационных технологий №10 2014.pdf (0,2 Мб)
17

Автономный искусственный интеллект

Автор: Жданов А. А.
М.: Лаборатория знаний

Книга, посвященная моделированию нервных систем, дает возможные ответы на следующие вопросы: как должна быть устроена нервная система с логически-рациональной точки зрения? можно ли воспроизвести путь «конструкторской мысли», который прошла Природа, конструируя нервные системы? что такое нейрон и как он работает? Рассмотрены способы построения адаптивных систем управления на основе эмпирических знаний, или систем динамической оптимизации. Представлены прототипы некоторых прикладных систем, построенных с использованием предложенного метода.

Если не удовлетворяет, то нейрон никак не реагирует на полученный входной вектор. <...> ρ = h/m ∈ [0; 1], где h — количество единичных компонент во входном векторе, а m — размерность вектора <...> Выходной сигнал нейрона генерируется на следующем такте после получения входного вектора. <...> векторы или неслучайные фрагменты входных векторов. <...> векторы или неслучайные фрагменты входных векторов.

Предпросмотр: Автономный искусственный интеллект. — 4-е изд. (эл.).pdf (0,3 Мб)
18

Нечеткие модели и сети

Автор: Борисов В. В.
М.: Горячая линия – Телеком

Книга посвящена исследованию нечетких моделей, используемых для описания, анализа и моделирования сложных слабо формализуемых систем и процессов, а также вопросам построения, обучения и использования, во-первых, нечетких нейронных сетей, реализующих нечеткие продукционные, реляционные и функциональные модели, во-вторых, нейронных нечетких сетей, характеризующихся введением нечеткости в различные компоненты традиционных нейронных сетей. Рассмотрены основные разновидности нечетких моделей систем и процессов, отображаемых структурами на основе графов. Особое внимание уделено анализу способов построения, моделирования и использования нечетких когнитивных карт, реализующих расширенные возможности по анализу и моделированию сложных систем.

Решением этой проблемы является представление всех входных переменных в виде вектора, а предпосылки – <...> Если эти условия не выполняются хотя бы для одного входного вектора, то переход к этапу 3. <...> Входные векторы входных-выходных наборов данных также могут быть представлены в качестве входов для самоорганизующихся <...> Пусть неизвестная функция характеризуется одномерным выходом y и m-мерным входным вектором x. <...> Так, для входного вектора x степень принадлежности к выходным интервалам от 1-го до n-й определяется

Предпросмотр: Нечеткие модели и сети.pdf (0,3 Мб)
Предпросмотр: Нечеткие модели и сети (1).pdf (0,5 Мб)
19

«Основы теории управления и идентификации в технических системах» Книга 1

Автор: Семенов

Рассматриваются основные методы автоматического управления с использованием математического описания этих систем в простран- стве состояний, моделей на базе матричных операторов и рядов Воль- терра и нейронных сетей, методы анализа и синтеза линейных систем, а также структурированные модели систем управления, передаточные функции, структурные схемы, временные и частотные характеристи- ки. Изложены вопросы наблюдаемости, управляемости и устойчиво- сти одномерных и многомерных систем управления, удовлетворяю- щих различным критериям качества. Приводятся основные методы улучшения качества процессов управления и синтеза автоматических регуляторов. Проанализированы основные методы их идентификации, показаны особенности применения временных, частотных, спектраль- ных, стохастических непараметрических и параметрических методов идентификации. Изложение сопровождается многочисленными при- мерами, поясняющими технологию использования MATLAB для ре- шения задач управления и идентификации.

Активация входного слоя Fa входным вектором Ak, т.е. ah = ahk, h = 1, 2, ..., n. <...>   (5.33) Эта операция превращает входной вектор в единичный вектор с тем же самым направлением. <...> , уменьшающим разность между этим вектором и входным образом. <...> Это может привести к тому, что часть весовых векторов будет так удалена от любого входного вектора, что <...> В начале обучения  очень мало, и входные векторы почти совпадают с весовыми векторами.

Предпросмотр: «Основы теории управления и идентификации в технических системах» Книга 1.pdf (1,2 Мб)
20

№8 [Электросвязь, 2012]

Журнал «Электросвязь» — ежемесячный научно-технический журнал по проводной и радиосвязи, телевидению и радиовещанию, предназначенный для широкого круга специалистов в области связи и информатизации. Основан в 1933 г. Журнал «Электросвязь» — это: - результаты новейших научных исследований, обеспечивающих повышение эффективности сетей связи, методы их проектирования с использованием перспективных технологий как отечественных, так и зарубежных; - вопросы создания экономически эффективных служб связи, внедрения новых услуг, управления сетями, их технического обслуживания на основе современных решений; - оперативная информация о деятельности и технической политике Министерства информационных технологий и связи РФ, администраций связи других стран СНГ, Регионального содружества в области связи, Международного союза электросвязи. Публикации в «Электросвязи» учитываются Высшей Аттестационной Комиссией при Министерстве Образования РФ при защите диссертаций на соискание ученой степени кандидата и доктора наук.

векторов на примере классификации совпадения нечетких координат xl и х2 входного вектора. <...> В полном пространстве посылок максимальное число входных нечетких векторов задается всевозможными сочетаниями <...> Каждому входному вектору из пространства X можно поставить в соответствие нечеткий формальный нейрон <...> (НП) , координат входного вектора X. <...> При заданной координате вектора X на отрезке области определения каждому значению входной нечеткой переменной

Предпросмотр: Электросвязь. №8 2012.pdf (0,2 Мб)
21

№4 [Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии, 2015]

Журнал входит в Перечень ВАК ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук

Для первого иерархического уровня сети вектор входа имеет длину ,m L= то есть вектор входных значений <...> Таким образом, вектор входа второго иерархического уровня имеет длину 1,m M= + а вектор входных значений <...> Для фиксированных значений t и L формируются входные векторы ( ) 1 1( , ,..., ) , i T s L s L su u u <...> ,s S= ), для фиксированных t и M формируем входные векторы ( ) ( )1 1, , , , , Tj t M t M tx y y y u− <...> В нашей задаче входным вектором для сети первого уровня является вектор средних значений температур,

Предпросмотр: Вестник Воронежского государственного университета. Серия Системный анализ и информационные технологии №4 2015.pdf (0,5 Мб)
22

№3 [Вестник Донского государственного технического университета, 2010]

Журнал является периодическим печатным научным рецензируемым журналом. Публикуются научные статьи по направлениям: машиностроение; управление, вычислительная техника и информатика; агропромышленная инженерия. Журнал входит в перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук.

Входные векторы данных кодируются в веса синапсов (терминалов) с применением временного варианта обучения <...> Хебба, после чего время генерации импульса конкретным нейроном отражает расстояние между входным вектором <...> Оптимально стимулированный нейрон в популяции, отвечающий за определённый компонент входного вектора, <...> Используем прямое кодирование входных векторов во временной интервал, но, в отличие от кодирования входного <...> Выходные показатели функционирования ВРЗОМ (входные для триерных блоков) определяются вектором ВРМВ 

Предпросмотр: Вестник Донского государственного технического университета №3 2010.pdf (0,3 Мб)
23

№2 [Научный вестник Новосибирского государственного технического университета, 2012]

В "Научном вестнике Новосибирского государственного технического университета" публикуются результаты научных исследований докторов, аспирантов и соискателей Новосибирского государственного технического университета, а также работы, представленные из других учебных заведений. Направления научных публикаций журнала: научные сообщения о новых законченных оригинальных исследованиях по основным разделам естественных и технических нау

Входной вектор для узла верхнего уровня формируется путем конкатенации выходных векторов всех узлов предыдущего <...> Задача узла – определить, к какой временной группе относится входной вектор. <...> Сначала происходит поиск пространственного центра, соответствующего входному вектору; различие между <...> входным вектором и текущим центром находится по формуле распределения Гаусса 2 , 1... , jD j e j N  <...> Результатом пространственного анализа является вектор y вероятностей совпадения входного вектора с сохраненными

Предпросмотр: Научный вестник НГТУ №2 2012.pdf (0,7 Мб)
24

№8 [Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies, 2013]

Cерия журнала «Техника и технологии» отражает самую массовую группу инженерных научных направлений Сибирского федерального университета. Целью создания серии является развитие фундаментальных исследований в области инженерных наук в СФУ, обеспечение международного приоритета научных работ преподавателей, сотрудников, аспирантов, докторантов вуза, а также интеграция журнала в международное информационное пространство.

При изменении вектора факторов x в области ΩX вектор частных показателей качества )x,...,x,... <...> Входная и выходная позиции каждой ячейки выдеРис. 5. <...> Сеть Кохонена состоит всего из двух слоев – входного и выходного. <...> При этом каждый нейрон входного слоя связан со всеми нейронами Рис. 6. <...> На нейроны входного слоя подаются векторы признаков кластеризуемых объектов.

Предпросмотр: Журнал Сибирского федерального университета. Сер. Техника и технологии №8 2013.pdf (0,6 Мб)
25

Нейронные сети, генетические алгоритмы и нечеткие системы

Автор: Рутковская Д.
М.: Горячая линия – Телеком

Книга посвящена вопросам "интеллектуальных вычислений". Содержит базовые знания о генетических алгоритмах, эволюционном программировании, нечетких системах, а также о связях этих направлений с нейронными сетями.

В отдельные эпохи выделены следующие пары векторов входных и эталонных сигналов: (0,0; 0), (0,1; 1), <...> В отдельные эпохи выделены следующие пары векторов входных и эталонных сигналов: ∑ = ≤−= LN i L i L i <...> В отдельные эпохи выделены следующие пары векторов входных и эталонных сигналов: (0,0; 0), (0,1; 1), <...> Входные векторы представлялись в хромосомах множеством вещественных чисел от 0,0 до 1,0. <...> Входные векторы представлялись в хромосомах множеством вещественных чисел от 0,0 до 1,0.

Предпросмотр: Нейронные сети, генетические алгоритмы и нечеткие системы.pdf (0,6 Мб)
Предпросмотр: Нейронные сети, генетические алгоритмы и нечеткие системы (1).pdf (0,5 Мб)
26

Методология управления качеством таможенных услуг монография

Автор: Гупанова Ю. Е.
М.: Изд-во Российской таможенной академии

В монографии всесторонне исследована и усовершенствована методология управления качеством таможенных услуг. Для этого системно обобщены и раскрыты концептуальные подходы к пониманию сущности управления качеством таможенных услуг, разработаны методологические основы реализации такого управления, а также предложена методология оценки эффективности управления качеством таможенных услуг. На базе разработанных теоретических положений предложены рекомендации по совершенствованию управления качеством таможенных услуг в практике работы таможенных органов. Совокупность полученных в исследовании результатов формирует методологию управления и развивает теорию управления качеством таможенных услуг.

учет неопределенностей и снижение рисков в управлении. в целом выявленные тенденции отражают общие векторы <...> Блок «ФАззиФиКАЦиЯ» вычисляет их степени принадлежности входным нечетким множествам. <...> Сущности управляемого процесса можно классифицировать как «входные переменные» и «выходные переменные <...> векторы оценки для просмотра вариантов принятия решений. <...> Так, при входном векторе (0,399 0,895) (качество услуги № 3 – 0,399; качество услуги № 4 – 0,895) результат

Предпросмотр: Методология управления качеством таможенных услуг.pdf (0,2 Мб)
27

Машины для земляных работ: синтез технологий, проектирование, эффективность монография

Автор: Павлов В. П.
Сиб. федер. ун-т

В монографии изложены основные положения механики разрушения грунтов рабочими органами землеройных машин. Сформулированы направления повышения эффективности землеройных машин за счет совершенствования рабочих процессов и рабочих органов с учетом пространственности и направленности силового воздействия на грунт. Рассмотрены вопросы взаимозависимости технологий выполнения земляных работ и технических решений по рабочему оборудованию машин, технологии автоматизированного проектирования и моделирования эффективности машин.

Информационно-логическая модель процесса проектирования и ее схематизация 69 каждому входному вектору <...> Формально задача определения развесовки ЭО для входного вектора Aэ = {q, PM, RM, NДВ} сводится к определению <...> Элемент входного вектора jx исследуемых параметров (особи) подвергается мутации в соответствии с зависимостью <...> Совокупность ЧЗП решается для входного вектора, который объединяет вопросы, требующие ответа на данном <...> Формирование ЧЗП для заданного входного вектора q = (х, Х0, Z0) осуществляется на основе методики MQ

Предпросмотр: Машины для земляных работ синтез технологий, проектирование, эффективность.pdf (0,8 Мб)
28

Теория и практика контроля и диагностики систем авиационной техники [Электронный ресурс] электрон. учеб. пособие

Автор: Коптев Анатолий Никитович
Изд-во СГАУ

В пособии впервые описано целостное представление о теории и практики контроля и диагностики систем авиационной техники и достаточно подробно рассматриваются разделы этой теоретической и предметной области: основы системного анализа, теория качественной информации и практические приложения основ этой теории. Приводятся методы синтеза и анализа регулярных образующих, способствующих принятию эффективных решений диагностических задач. Излагаются новые методы анализа информации, автоматизации операций диагностики и рассматриваются программно-технические средства для реализации инновационных приложений в области контроля и диагностики авиационной техники.

векторов Хк1, Хк2, …, Хкs воздействий на объект и получения соответствующих выходных векторов Zк1, Zк2 <...> Затем непосредственного формулируются тестовые наборы входные векторы и проводится качественный анализ <...> И в том и в другом случае испытуемый объект описывается набором чисел (р-мерным вектором признаков), <...> Отметим, что входными узлами всегда являются входные узлы реле, контакторов, транзисторов и других активных <...> Входные и выходные данные.

Предпросмотр: Теория и практика контроля и диагностики систем авиационной техники [Электронный ресурс] .pdf (0,2 Мб)
29

ОПТИМИЗАЦИЯ ВЫЧИСЛИТЕЛЬНОГО ПРОЦЕССА ПРИ РЕАЛИЗАЦИИ ДВУХЭТАПНОГО АЛГОРИТМА АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ ГРУППЫ НАЗЕМНЫХ ОБЪЕКТОВ В ОПТИКО-ЭЛЕКТРОННОЙ ВИЗИРНОЙ СИСТЕМЕ ЛЕТАТЕЛЬНОГО АППАРАТА [Электронный ресурс] / Себряков [и др.] // Вестник компьютерных и информационных технологий .— 2011 .— №8 .— С. 7-13 .— Режим доступа: https://rucont.ru/efd/569033

Автор: Себряков

Рассмотрена задача минимизации времени реализации двухэтапного алгоритма автоматического обнаружения группы наземных объектов. С помощью процедуры профилирования выявлены компоненты алгоритма, существенно влияющие на время его реализации. Предложены изменения их структуры и параметров, обеспечивающие минимизацию времени реализации указанных компонент при сохранении значений показателей качества обнаружения, оптимизированных на этапе синтеза исходного алгоритма

векторов; nK(NA, NB) – количество осуществляемых двоичных классификаций на один входной вектор; tK – <...> Значение параметра nK для произвольного входного вектора v не является детерминированным. <...> Отсев входных векторов осуществляется следующим образом: • для входного вектора vq (q = 1, …, nC) рассчитываются <...> Для каждого ai (i = 1, …, NA) и произвольного входного вектора v существует такое значение m ∈ (1; NB <...> Рассчитываются значения расстояния от входного вектора v до центроида подкласса с(ai) – r(v, с(ai)),

30

МЕТОДЫ ОПТИМИЗАЦИИ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ [Электронный ресурс] / Бондарев [и др.] // Естественные и технические науки .— 2016 .— №11(101) .— С. 190-191 .— Режим доступа: https://rucont.ru/efd/561145

Автор: Бондарев

В данной статье рассмотрены способы усовершенствования коэффициента искажения искусственной нейронной сети. Представлен их сравнительный анализ, и выявлен лучший из всех перечисленных способов результат

Метод изменения входного вектора Этот метод основывается на изменении входного вектора. <...> Ранее входной вектор представлялся [данные для обучения; 111111...]. <...> Теперь же, входной вектор представим в виде пронумерованного вектора [данные для обучения; 123456...n <...> Изменение метода отбора данных и входного вектора Применим оба метода описанные выше для получения оптимального <...> и входного вектора 14, 97% 0, 065157 Также есть и другие способы оптимизации коэффициента искажения;

31

Сортировка массива целых чисел с использованием нейронной сети [Электронный ресурс] / Воевода, Полубинский, Романников // Научный вестник Новосибирского государственного технического университета .— 2016 .— №2 .— С. 151-157 .— Режим доступа: https://rucont.ru/efd/610311

Автор: Воевода

На сегодняшний момент существует достаточно большое количество различных алгоритмов и структур данных, на основании которых построены все современные программные системы. Но, с другой стороны, данные алгоритмы плохо подходят для решения задач распознавания образов, классификации и регрессии, для которых существуют специальные методы и/или применяются решения, построенные на основании нейронных сетей. Нейронные сети, по своей сущности, являются универсальными аппроксиматорами, т. е. могут с большой степенью точности повторить, например, заданную кривую. Также из этого следует, что в отличие от классических алгоритмов системы, основанные на нейронных сетях, будут всегда иметь какой-то процент ошибок из-за своей вероятностной природы. В данной работе предлагается алгоритм сортировки массива целых чисел с использованием нейронной сети. Данный алгоритм представляет собой симбиоз нейронной сети и классических алгоритмов. Приводится структурная схема алгоритма, на которой представлено несколько составных частей: нейронная сеть для поиска минимального элемента входного вектора; часть системы, которая переставляет найденный минимальный элемент на место в сортированной части массива. Последняя часть системы реализована в форме классических алгоритмов, но может быть заменена вырожденным вариантом нейронной сети, в которой веса представляют варианты замены элементов массива. В работе была проведена проверка предлагаемого алгоритма. В результате из 10 000 тестов 248 оказались ошибочными, что соответствует 2,48 % ошибки. Приведены рассуждения о возможных причинах возникновения ошибок.

Таким образом, выбирается минимальный элемент входного вектора на каждый проход сети. <...> Нейронная сеть выбора наименьшего элемента входного вектора для вектора v = = [3 2 7 9 6]. <...> Данная структура позволяет переместить значение из входного вектора в отсортированный вектор. <...> На последующих итерациях алгоритма размерность входного вектора не изменится, но минимальный элемент <...> В результате проверки было установлено, что процент неправильно отсортированных входных векторов равен

32

ЧИСЛЕННЫЙ МЕТОД ГЕНЕРАЦИИ ТЕСТОВОЙ ПОСЛЕДОВАТЕЛЬНОСТИ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ НЕЙРОСЕТЕВЫХ СИСТЕМ [Электронный ресурс] / Маршаков, Зотов // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2013 .— №6 .— С. 10-14 .— Режим доступа: https://rucont.ru/efd/519750

Автор: Маршаков

Рассматривается использование конгруэнтных процедур для генерации случайных, равномерно распределенных независимых чисел при синтезе тестов контроля работоспособности искусственных нейронных сетей. Предложен алгоритм синтеза тестовой последовательности на основе управляемого процесса расчета входных воздействий мультипликативным методом. Проведено экспериментальное исследование предложенного алгоритма на примере нейросетевой системы распознавания образов

параметров используется совокупность входных векторов из обучающей выборки [5, 6]. <...> Применительно к конгруэнтным процедурам разрядность входного вектора определяется количеством входных <...> Вычисление выходного вектора-эталона kY ИНС при входном векторе хi+1     1 1 2 1T Tk i iY x f W <...> Вычисление выходного вектора jkY ИНС с дефектом в j-м нейроне при входном векторе хi+1     1 1 <...> Все сгенерированные входные вектора были занесены в массив test.

33

Интеллектуальный анализ электрокардиосигналов для диагностики инфаркта миокарда [Электронный ресурс] / Бодин, Кузьмин, Логинов // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2010 .— №1 .— С. 46-53 .— Режим доступа: https://rucont.ru/efd/269470

Автор: Бодин
М.: ПРОМЕДИА

Рассмотрено применение методов интеллектуального анализа данных для диагностики состояния сердца. Предлагается комбинированный подход к анализу электрокардиосигналов. Приводятся результаты применения нейронной сети для диагностики инфаркта миокарда.

Поволжский регион 50 где xi – i-й элемент входного вектора; 1imw – i-й элемент вектора весов m-го нейрона <...> Структура НС LVQ Размерность входного вектора N определяется стандартом SCP-ECG для обмена цифровыми <...> Нормирование векторов обучающей выборки. <...> векторов; 1imw – i-й элемент вектора весов m-го нейрона конкурирующего слоя при предъявлении входного <...> вектора hix .

34

АЛГОРИТМ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ЭЛЕМЕНТОВ ОПТИКО-ЭЛЕКТРОННЫХ ИЗОБРАЖЕНИЙ НЕОДНОРОДНОЙ ГРУППЫ НАЗЕМНЫХ ОБЪЕКТОВ [Электронный ресурс] / Себряков [и др.] // Вестник компьютерных и информационных технологий .— 2011 .— №9 .— С. 15-20 .— Режим доступа: https://rucont.ru/efd/569043

Автор: Себряков

Представлен алгоритм автоматической классификации элементов оптико-электронных изображений неоднородной группы наземных объектов на основе метода опорных векторов. Использовано вейвлет-разложение исходного поля яркости изображения для уменьшения зависимости показателей качества от условий наблюдения при ограничении размера обучающего множества изображений. Проведены анализ характеристик изображений на входе алгоритма и обоснование применяемых математических методов обработки изображений. Рассмотрены структура и описание алгоритма автоматической классификации. Представлены оценки показателя качества процесса классификации при использовании синтезированных видеокадров, полученных с помощью имитационной модели процесса формирования изображений дневной оптико-электронной визирной системой

Входное изображение подвергается трансформации и в виде целочисленного вектора подается на вход составного <...> вектор классификатора. <...> Единая размерность входных векторов достигается масштабированием входного изображения к заранее установленным <...> Входной вектор v последовательно подается на входы элементов матрицы K, при прохождении которой класс <...> векторе – 1380).

35

АЛГОРИТМ МАКСИМИЗАЦИИ ЭНТРОПИИ ОБУЧАЮЩЕЙ ВЫБОРКИ И ЕГО ИСПОЛЬЗОВАНИЕ ПРИ СИНТЕЗЕ МОДЕЛЕЙ ПРОГНОЗА ДИСКРЕТНЫХ СОСТОЯНИЙ НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ [Электронный ресурс] / Назаров А.В., Якимов В.Л., Авдеев В.А. // Информационно-управляющие системы .— 2015 .— №2 .— Режим доступа: https://rucont.ru/efd/314591

Постановка проблемы: для описания процессов функционирования и прогнозирования состояния неисправных, но работоспособных сложных технических объектов, находящихся в условиях нестационарного воздействия факторов внешней среды, часто используется математический аппарат, учитывающий нелинейный и вероятностный характер процессов функционирования его подсистем, например автоматы с памятью, вероятностные автоматы или логико- вероятностные модели. При этом низкая достоверность прогнозных моделей дискретных состояний обусловлена ста- тистическими свойствами обучающей выборки. Цель работы — повысить достоверность класса прогнозных моделей дискретных состояний нелинейных динамических систем, получаемых на основе последовательного статистического обучения при заданном времени их обучения. Результаты: сформулирована общая постановка задачи синтеза ней- росетевой прогнозной модели, использующей кодированную информацию о дискретных состояниях нелинейной дина- мической системы, с учетом ограничений на время ее обучения. Разработан алгоритм обучения прогнозной модели, учитывающий требования к ее применению. Предложен алгоритм максимизации энтропии обучающей выборки, позво- ляющий значимо повысить достоверность нейросетевой прогнозной модели дискретных состояний с последовательным обучением и улучшить данный показатель по сравнению с наилучшей авторегрессионной полиномиальной моделью. Приведен пример прогнозной модели дискретных состояний бортовой аппаратуры космического аппарата в условиях нештатного функционирования. Практическая значимость: разработанные алгоритмы позволяют сравнительно быстро синтезировать достоверную прогнозную модель на основе кодированной информации о состояниях дискретной дина- мической системы при низком значении энтропии исходной обучающей выборки. Рекомендовано использовать разра- ботанные алгоритмы в бортовых комплексах управления летательных аппаратов для синтеза автоматов, описывающих сложные процессы функционирования бортовых систем, в том числе в условиях нештатного функционирования.

Векторы входных данных Xi и выходных данных Yi образуют обучающую пару (таблица). <...> Входной вектор Xi Целевой вектор Yi Состояние Si Ki, команда перехода в Si+1 Задержанные значения параметров <...> модели подать новый входной вектор Xi. <...> Вычислить компоненты вектора выходных прогнозных значений нейронной сети S*i+1, соответствующие входному <...> Во входной вектор прогнозной модели вошли слово состояния бортовой аппаратуры и солнечной батареи в текущий

36

АЛГОРИТМ И ПРОГРАММА ВЫЯВЛЕНИЯ СКРЫТОЙ ИНФОРМАЦИИ В ЗВУКОВЫХ ФАЙЛАХ ФОРМАТА WAV [Электронный ресурс] / Аленин // Вестник компьютерных и информационных технологий .— 2013 .— №5 .— С. 38-41 .— Режим доступа: https://rucont.ru/efd/569237

Автор: Аленин

Рассмотрены алгоритм выявления скрытой передачи информации в звуковых файлах и его реализация в пакете прикладных программ для решения задач технических вычислений MATLAB R2008a. Выявление скрытой передачи информации проведено сравнением эмпирического закона распределения трапецеидальных импульсов с нормальным законом распределения. Проведена оценка работы метода на проверочной выборке звуковых файлов

Выходным значением является вектор, содержащий информацию о принадлежности входного сигнала к одному <...> В качестве входных данных применялся десятиэлементный входной вектор, состоящий из значений амплитуд <...> В данном случае нейронной сети необходимо отнести входной вектор либо к классу трапецеидального импульса <...> вектор, состоящий из реальных значений амплитудного спектра, отличных от обучающих векторов; sim() – <...> функция имитации работы сети на проверочном входном векторе, возвращает результат работы сети (выходное

37

ЛИНЕЙНЫЕ МОДЕЛИ РАСПОЗНАВАНИЯ ТЕПЛОВИЗИОННЫХ ИЗОБРАЖЕНИЙ НЕИСПРАВНОСТЕЙ ЭЛЕКТРОННЫХ ЯЧЕЕК [Электронный ресурс] / Гриднев, Сергеева, Чебова // Контроль. Диагностика .— 2014 .— №8 .— С. 59-68 .— Режим доступа: https://rucont.ru/efd/489503

Автор: Гриднев

Рассмотрены особенности обработки термограмм, полученных по результатам бесконтактного теплового контроля. Бесконтактный тепловой контроль (ИК-термография) представляет собой метод дистанционной регистрации, визуализации и анализа тепловых (температурных) полей объектов на основе их инфракрасного (ИК) излучения. Основное внимание в работе уделено активному тепловому контролю, при котором используется дополнительная тепловая стимуляция исследуемого объекта с последующим анализом получаемых динамических термограмм. Предложена методика высокоскоростной обработки термограмм и кратко проанализированы алгоритмы векторного квантования, лежащие в ее основе. В заключение даны рекомендации по проведению бесконтактного теплового контроля электронных ячеек в реальном времени

Генерация кодовой книги, наилучшим образом представляющей множество входных векторов, является NP-трудной <...> При этом возникает проблема поиска кодового слова для каждого из входных векторов: для каждого входного <...> Для этого для каждого входного вектора необходимо вычислить евклидово расстояние относительно каждого <...> векторов. <...> , входной вектор сравнивается с векторами двух дочерних узлов, и выбирается узел с наименьшим рассеиванием

38

Тестирование ПЛИС с помощью конвейеризированных генераторов контрольных кодов [Электронный ресурс] / Брехов // Инженерный журнал: наука и инновации .— 2013 .— №11 .— Режим доступа: https://rucont.ru/efd/276658

Автор: Брехов
М.: Изд-во МГТУ им. Н.Э. Баумана

Предложен подход к решению задач исследования характеристик ПЛИС и тестирования систем, использующих ПЛИС, на ранних этапах разработки посредством универсальных тестовых прошивок на основе конвейеризированных генераторов контрольных кодов. Разработаны тестовые прошивки: на основе CRC (для выявления одиночных и множественных сбоев или отказов) и на основе кода Хэмминга (для выявления места сбоя или отказа).

Ратников 2 Введем также понятие входного вектора — множество двоичных значений, установленных на входы <...> Ратников 4 на каждом такте на входы тестовой системы устанавливается новый входной вектор. <...> векторов. <...> ., tV V — входные векторы, причем { }1 2, , ...,i i i inV b b b= , (2) где 1, ... <...> Учитывая, что последний входной вектор, оказавший влияние на ,iR был установлен за один такт до получения

39

Лабораторные занятия по численным методам: интерполирование и приближение функций. Часть 2. Индивидуальные занятия

Издательский дом ВГУ

Данное учебное пособие является продолжением работы [1] и содержит индивидуальные задания для выполнения лабораторных работ. Задания разделены по уровням сложности, что отмечено символом (*): a) (*) – низкий уровень сложности; b) (**) – средний уровень сложности; c) (***) – повышенный уровень сложности.

Входные параметры: X – вектор значений аргументов в порядке возрастания (вектор узлов интерполяции); <...> Входные параметры: X – вектор значений аргументов в порядке возрастания (вектор узлов интерполяции); <...> Входные параметры: X – вектор значений аргументов в порядке возрастания (вектор узлов интерполяции); <...> Входные параметры: X – вектор значений аргументов в порядке возрастания (вектор узлов интерполяции); <...> Входные параметры: X – вектор значений аргументов в порядке возрастания (вектор узлов интерполяции);

Предпросмотр: Лабораторные занятия по численным методам интерполирование и приближение функций. Часть 2. Индивидуальные занятия .pdf (0,7 Мб)
40

Актуальность применения нейронных сетей для прогнозирования газопотребления [Электронный ресурс] / Петрова // Автоматизация, телемеханизация и связь в нефтяной промышленности .— 2015 .— №4 .— С. 41-44 .— Режим доступа: https://rucont.ru/efd/349906

Автор: Петрова

Одной из актуальных задач автоматизированных систем (АС) оценки состояния потоков и контроля качества средств измерений (СИ) является применение современных алгоритмов нейронных сетей. Рассмотрен алгоритм с использованием нейронной сети Кохонена. Данный алгоритм может быть рекомендован для включения в состав библиотеки алгоритмов системы поддержки принятия решения в АС, в которых используется модель инженерной сети.

Разработка алгоритма в Matlab Зададим обучающую выборку со значениями входных параметров. <...> Поэтому сформируем слой Кохонена с тремя нейронами и определим диапазон расположения входных векторов <...> Построим на плоскости входных векторов точки кластеризации и сами входные векторы: figure plot(P(1,:) <...> для произвольно заданного входного вектора технологических параметров выполнено по следующему алгоритму <...> весов j-го нейрона Кохонена; Xi – вектор входного сигнала; Рис. 1.

41

МЕТОД БЫСТРОЙ ОЦЕНКИ ИСТОЧНИКОВ ГАУССА-МАРКОВА НА ОСНОВЕ ВЕКТОРНОГО КВАНТОВАНИЯ [Электронный ресурс] / Габдулгазиев // Фундаментальные и прикладные проблемы техники и технологии .— 2010 .— 2 .— С. 88-92 .— Режим доступа: https://rucont.ru/efd/494755

Автор: Габдулгазиев

В статье предложено решение задачи кодирования источника Гаусса-Маркова, т.е представления реализации случайного процесса в виде конечного вектора и быстрой оценки вероятности появления данного вектора с учетом знания функции плотности распределения вероятности с определенной заранее ошибкой. Высокое быстродействие достигается использованием векторного квантования и оригинальным способом быстрого поиска.

В процессе работы квантователя каждому входному вектору ставится в соответствие вектор из кодовой книги <...> Вектор ic  , называется кодовый вектор, выбирается из конечного множества векторов },...,,{ 21 NcccC <...> Гиперпрямоугольники могут пересекаться, и входной вектор может лежать сразу в нескольких прямоугольниках <...> Например, необходимо определить ближайший кодовый вектор к входному вектору ),...,( 1 Kxxx  , последовательно <...> рассматривается поддерево, порожденное узлом )(1 mI , таким образом, рассматривается каждый компонент входного

42

Программное обеспечение защиты почтовых сервисов от несанкционированных рассылок на основе контентной фильтрации электронных сообщений монография

ОГУ

В монографии изложены результаты научных исследований соответствующих приоритетному направлению развития науки и техники РФ – информационно-телекоммуникационным технологиям и критическим технологиям федерального уровня – информационно-телекоммуникационным системам.

Для каждого j-го нейрона определяется расстояние от него до входного вектора. <...> Слой F0 – входной слой принимающий входные вектора для последующей обработке. <...> вектора (входной слой) входной вектор Si проходит стадию предварительной обработки и подается на вход <...> вектора (стадия предварительной обработки разработана для того чтобы входной вектор соответствовал основному <...> требованию нейронной сети предъявляемому к входным сигналам: входной вектор должен оставаться неизменным

Предпросмотр: Программное обеспечение защиты почтовых сервисов от несанкционированных рассылок на основе контентной фильтрации электронных сообщений.pdf (0,4 Мб)
43

РАЗРАБОТКА МЕТОДОВ РАЗМЕЩЕНИЯ ПОСТОВ ПРИ МОНИТОРИНГЕ АГРОЭКОСИСТЕМ [Электронный ресурс] / М.Г. Тиндова // Финансовый бизнес .— 2016 .— №4 .— С. 14-16 .— Режим доступа: https://rucont.ru/efd/608053

Автор: Тиндова Мария Геннадьевна

В работе показан процесс моделирования различных способов размещения наблюдательных постов при мониторинге агроэкосистем. На примере Саратовской области рассмотрены четыре пространственные модели на основе равномерной сетки, взвешенной сетки, метода кластеризации и с использованием карт Кохонена; выявлены достоинства и недостатки каждой модели; исследованы возможности использования ГИС-технологий в данном процессе

вектору вырабатывает номер класса, к которому данный вектор следует отнести [9]. <...> Входной вектор относится к классу j в том случае, Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис <...> Уровень активации выходного нейрона вычисляет евклидово расстояние между входным вектором и вектором <...> нейрона; wij – вес связи от i-го входного нейрона к j-му выходному нейрону (в нашем случае число жителей <...> Для каждого входного вектора выходом сети Кохонена считается вектор, у которого 1 на месте нейрона-победителя

44

ОПРЕДЕЛЕНИЕ ПОРЯДКА АВТОРЕГРЕССИОННОЙ МОДЕЛИ С ПОМОЩЬЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Козлов // Измерение. Мониторинг. Управление. Контроль .— 2014 .— №4 .— С. 49-52 .— Режим доступа: https://rucont.ru/efd/553032

Автор: Козлов

Рассмотрены вопросы определения порядка авторегрессионной модели. Показана возможность применения для решения поставленной задачи нейронных сетей

векторов к одной из этих групп. <...> Множество входных векторов, при которых нейрон активен (у = 1), отделено от множества векторов, на которых <...> матрицы входных данных на собственные числа. <...> Таким образом, если элемент T(i, j) матрицы связности равен 1, то это означает, что j-й входной вектор <...> Вектор обучающего множества, наиболее близкий к вектору входа, будет представлен в векторе выхода a1

45

МОДЕЛИРОВАНИЕ ЭЛЕМЕНТОВ ИДЕНТИФИКАЦИИ И КОНТРОЛЯ ПАРАМЕТРОВ СИСТЕМЫ ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ [Электронный ресурс] / Бордюг, Титов, Железняк // Вестник Астраханского государственного технического университета. Серия: Морская техника и технология .— 2016 .— №3 .— С. 75-85 .— Режим доступа: https://rucont.ru/efd/504269

Автор: Бордюг

При определении установленной мощности фильтро-компенсирующего устройства необходимо учитывать неактивную мощность, потребляемую нагрузкой от источника питания; устройство компенсации может поддерживать заданный показатель качества электроэнергии, регулируя различные показатели качества в нормируемых пределах. Рассмотрен способ идентификации векторов гармоник тока и напряжения сети в реальном времени для использования в системе интеллектуальной поддержки принятия решений при оптимальном управлении фильтро-компенсирующим устройством

Учитывая добавленные векторы H – верхних – и L – нижних границ вектора Х, для i-го элемента векторов <...> В общем виде входной сигнал y(t) системы может быть аппроксимирован функциейрядом Фурье: ( ) 1 ˆ( ) ( <...> Введем входной вектор для решения задачи аппроксимации ( ) ( ) ( )sin ω( ), cosω( ), sin 2ω( ), cos2ω <...> вектора (12). <...> Полученное значение (21) необходимо суммировать с аргументами функций элементов входного вектора (12)

46

Моделирование амортизации в задаче оценки динамики восстановления капитала инвестиционного проекта [Электронный ресурс] / Л.О. Бабешко, Царьков // Управление риском .— 2013 .— №1 .— С. 59-66 .— Режим доступа: https://rucont.ru/efd/611695

Автор: Бабешко Людмила Олеговна

в статье рассмотрены подходы моделирования амортизации, основанные на операторных методах и методах финансовой математики

Поэтому функция изображения входного вектора будет равна K s K s0 0( ) = . <...> вектором x(s). <...> входным вектором x(s). <...> В результате непосредственно на входе звена Wn(s) будем иметь вектор, равный сумме двух векторов: xm( <...> В теории обратной связи принято называть цепочку из звеньев, осуществляющих преобразование входного вектора

47

№8 [Вестник компьютерных и информационных технологий, 2011]

Журнал публикует статьи о компьютерных и информационных технологиях в промышленности, образовании, экономике и т.д. - опыт разработки, внедрения и использования. В журнале: * Тенденции развития компьютерных и информационных технологий в технике, экономике и управлении * Информационные технологии в экономике и профессиональном образовании * Автоматизация проектирования, конструирования и технологической подготовки производства * Программное обеспечение * Информационно-управляющие комплексы подвижных объектов * Сетевые технологии. Интернет-технологии. Информационная безопасность * Аппаратное обеспечение информационных технологий * Информационная поддержка жизненного цикла технических систем * Компьютерное зрение. Виртуальная реальность. Компьютерная графика * Геоинформатика. Технологии дистанционного зондирования и мониторинга * Технологии автоматической идентификации. Биометрия * Распределенные информационно-управляющие системы. Автоматизация документооборота, формирование электронных архивов и библиотек * Нормативная база, стандартизация и сертификация информационных продуктов и систем * Выставки, семинары и конференции

векторов; nK(NA, NB) – количество осуществляемых двоичных классификаций на один входной вектор; tK – <...> Значение параметра nK для произвольного входного вектора v не является детерминированным. <...> Отсев входных векторов осуществляется следующим образом: • для входного вектора vq (q = 1, …, nC) рассчитываются <...> Для каждого ai (i = 1, …, NA) и произвольного входного вектора v существует такое значение m ∈ (1; NB <...> Рассчитываются значения расстояния от входного вектора v до центроида подкласса с(ai) – r(v, с(ai)),

Предпросмотр: Вестник компьютерных и информационных технологий №8 2011.pdf (0,2 Мб)
48

Методика обучения экспертной системы оценки стабильности работы сварщика [Электронный ресурс] / Лукьянов, Кузьменко // Вестник Донского государственного технического университета .— 2014 .— №4 .— С. 118-125 .— Режим доступа: https://rucont.ru/efd/376882

Автор: Лукьянов

Рассматривается схема проектирования и обучения искусственной нейронной сети. На этой методике основана экспертная система оценки стабильности моторных навыков специалиста при работе на тренажере сварщика.

Таким образом, для искусственной нейронной сети входной вектор включает: I, U, Lд, X, Vсв. <...> будет существенно и непредсказуемо меняться при малом изменении входного вектора x; Copyright ОАО «ЦКБ <...> Обучение проводится на основе базы данных обучающих примеров, включающих пару векторов (входной и выходной <...> Входной вектор представляет состояние системы в определенный момент: отклонение электрода от оси стыка <...> Выбрать очередную обучающую пару из обучающего множества; подать входной вектор на вход сети. 4.

49

МОДЕЛИ САМООРГАНИЗУЮЩИХСЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ИДЕНТИФИКАЦИИ СТАЦИОНАРНЫХ ПРОМЫШЛЕННЫХ ИСТОЧНИКОВ ЗАГРЯЗНЕНИЯ ВОЗДУХА [Электронный ресурс] / Дударов // Математическое моделирование .— 2017 .— №1 .— С. 35-46 .— Режим доступа: https://rucont.ru/efd/593535

Автор: Дударов

Рассмотрена задача идентификации одного конкретного или нескольких возможных источников загрязнения, виновных в ухудшении качества воздушной среды в результате превышения норм предельно допустимых выбросов. В работе решается модельная задача с группой пространственно разделённых стационарных постоянно действующих промышленных источников. Представлены постановка задачи идентификации и метод её решения с использованием двух архитектур искусственных нейронных сетей: нейронных сетей Кохонена для квантования обучающих векторов (Kohonen’s networks for learning vector quantization) с фиксированной и адаптивной структурами и сети адаптивного резонанса (adaptive resonance theory network, ART) для аналоговых входных сигналов (АРТ-2). Метод состоит в кластеризации данных, которую обеспечивают алгоритмы самообучения (обучения без учителя). Даны расчётные соотношения и описаны алгоритмы работы нейронных сетей Кохонена и адаптивного резонанса на различных стадиях жизненного цикла. Проведён сравнительный анализ результатов решения модельной задачи, полученных с использованием каждой из сетей

вектором и центром кластера (весами нейрона-победителя). <...> вектора. <...> значение входной переменной с номером i. 4. <...> вектором. <...> Производится нормирование элементов каждого входного вектора таким образом, чтобы сумма квадратов этих

50

ОПРЕДЕЛЕНИЕ МЕТОДОМ МАТРИЦ ДЖОНСА ПАРАМЕТРОВ ВИНТОВЫХ ЭЛЛИПТИЧЕСКИХ ПОЛЯРИЗАЦИОННЫХ МОД В.Л. ГИНЗБУРГА В ОПТИЧЕСКОЙ СРЕДЕ С ЛИНЕЙНЫМ ДВУЛУЧЕПРЕЛОМЛЕНИЕМ И КРУЧЕНИЕМ [Электронный ресурс] / Позднякова, Малыкин // Оптика и спектроскопия .— 2017 .— №1 .— С. 155-162 .— Режим доступа: https://rucont.ru/efd/593964

Автор: Позднякова

Методом матриц Джонса проведено вычисление параметров винтовых эллиптических поляризационных мод (ВЭПМ). Формализм ВЭПМ был предложен В.Л. Гинзбургом для оптической среды с невозмущенным линейным двулучепреломлением и наведенным кручением среды циркулярным двулучепреломлением. Рассмотрена эволюция состояния поляризации излучения (СПИ) в зависимости от длины рассматриваемой оптической среды, что является актуальным для скрученных одномодовых волоконных световодов и холестерических жидких кристаллов. Показано, что задача существенно упрощается, если рассматривать эволюцию ВЭПМ в винтовой системе координат, сопровождающей кручение оптической среды. В частности, показано, что кривая на сфере Пуанкаре (СП), отображающая эволюцию СПИ для собственных (нормальных) волн рассматриваемой оптической среды в винтовой системе координат, вырождается в точку. Для сравнения найдены собственные волны этой среды в неподвижной (лабораторной) системе координат и рассмотрена эволюция их СПИ, которая представляет собой сложную кривую на СП. Рассмотрена также эволюция СПИ несобственных волн, прошедших рассматриваемую оптическую среду, как в неподвижной, так и в винтовой системах координат

нормированного вектора Стокса . <...> Зависимость СПИ от длины оптической среды для входных векторов Джонса с различной поляризацией в неподвижной <...> Параметры оптической среды и поляризация входного вектора: , , , (а); , , (б); , , (в); , , (г); , , <...> Зависимость СПИ от длины оптической среды для входных векторов Джонса с различной поляризацией в неподвижной <...> Параметры оптической среды и поляризация входного вектора: , , , (а); , , , (б); , , , (в); , , , (г)

Страницы: 1 2 3 ... 1427