Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 519728)
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: 1908 (0,39 сек)

Свободный доступ
Ограниченный доступ
Уточняется продление лицензии
1

Сравнительный анализ алгоритмов нейросетевого детектирования лжи [Электронный ресурс] / Ясницкий, Петров, Сичинава // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2010 .— №1 .— С. 64-72 .— Режим доступа: https://rucont.ru/efd/269472

Автор: Ясницкий
М.: ПРОМЕДИА

В результате системного анализа выявлены недостатки существующих систем инструментальной детекции лжи алгоритмов нейросетевого детектирования лжи, предложены, реализованы и проанализированы алгоритмы построения нейросетевого полиграфного аппарата, выявлен наиболее перспективный алгоритм построения нейросетевого полиграфа - анкетный.

Сичинава СРАВНИТЕЛЬНЫЙ АНАЛИЗ АЛГОРИТМОВ НЕЙРОСЕТЕВОГО ДЕТЕКТИРОВАНИЯ ЛЖИ Аннотация. <...> аппарата, выявлен наиболее перспективный алгоритм построения нейросетевого полиграфа – анкетный. <...> Нейросетевой алгоритм нейросетевого детектора лжи В последнее время в некоторых организациях появились <...> ненастраиваемый нейросетевой полиграф делает от 78 до 83 правильных заключений из ста. <...> алгоритм построения нейросетевого полиграфа – анкетный.

2

Нейросетевые технологии в диагностике заболеваний (обзор) [Электронный ресурс] / Выучейская, Крайнова, Грибанов // Журнал медико-биологических исследований .— 2018 .— № 3 .— С. 284-294 .— DOI: 10.17238/issn2542-1298.2018.6.3.284 .— Режим доступа: https://rucont.ru/efd/670958

Автор: Выучейская
Северный (Арктический) федеральный университет имени М.В. Ломоносова

Представлен анализ применения нейросетевых технологий для диагностики различных заболеваний в области кардиологии, онкологии, пульмонологии, гастроэнтерологии, неврологии, психологии и др. Цель – установить области, в которых наиболее эффективно используются нейросетевые технологии. При этом рассмотрены структуры, алгоритмы обучения и точность функционирования искусственных нейронных сетей. Анализ литературы показал, что наиболее оптимальной моделью искусственных нейронных сетей для решения задач медицинской диагностики и прогнозирования является многослойный персептрон, представляющий собой сеть прямого распространения, в которой нейроны одного слоя последовательно соединены с нейронами прилегающих слоев без рекуррентных связей. Выявлено также, что наиболее оптимальными алгоритмами обучения многослойного персептрона являются алгоритм обратного распространения ошибки и генетический алгоритм. Высокая точность функционирования нейросетевых диагностических моделей, описанных в литературе, свидетельствует о перспективности применения искусственных нейронных сетей в различных областях медицины для диагностики и прогнозирования заболеваний. Внедрение в клиническую практику нейросетевых диагностических моделей может оказать эффективную помощь в принятии врачебных решений, способствовать повышению качества и точности диагностики заболеваний, сократить время на обследование пациента. Стоит также отметить, что искусственные нейронные сети могут использоваться как математические модели рассматриваемой предметной области. Изменяя входные параметры нейросетевой модели, наблюдая за поведением выходных сигналов, можно изучать рассматриваемую предметную область, выявлять и исследовать медицинские закономерности, которые извлекла искусственная нейронная сеть при обучении. Полученные сведения позволят расширить теоретические знания в различных областях медицины

284 МЕДИКО-БИОЛОГИЧЕСКИЕ НАУКИ УДК 616+004.67 DOI: 10.17238/issn2542-1298.2018.6.3.284 нЕЙроСЕТЕВыЕ ТЕХнологии <...> Архангельск) Представлен анализ применения нейросетевых технологий для диагностики различных заболеваний <...> Цель – установить области, в которых наиболее эффективно используются нейросетевые технологии. <...> Нейросетевые технологии постепенно стали приходить в сферу психологии. Например, М.A. <...> Нейросетевой подход при решении медико-биологических проблем // Вестн. КГПУ им. В.П.

3

НЕЙРОСЕТЕВАЯ СИСТЕМА УПРАВЛЕНИЯ ВАКУУМНЫМ ДЕАЭРАТОРОМ ВД-400 [Электронный ресурс] / Алексеев, Щербатов // Вестник Новосибирского государственного университета экономики и управления .— 2016 .— №2 .— С. 262-274 .— Режим доступа: https://rucont.ru/efd/397937

Автор: Алексеев

В статье рассматриваются алгоритмы, применяемые в программной реализации нейросетевой системы управления концентрацией кислорода деаэрированной воды. Выполнен анализ вакуумного деаэратора ВД-400 как объекта управления. Выявлены регулирующие и возмущающие воздействия, а также регулируемые параметры ВД-400. Особое внимание уделено программному обеспечению создающего модели многослойных нейронных сетей прямого распространения и обучающего их в режиме реального времени. Демонстрируются интерфейсы обучения и моделирования. Приведена общая схема управления вакуумным деаэратором ВД-400.

УДК [004.8.032.26:004.45]:[621.182.12:628.16.048] НЕЙРОСЕТЕВАЯ СИСТЕМА УПРАВЛЕНИЯ ВАКУУМНЫМ ДЕАЭРАТОРОМ <...> Затем настройку нейросетевой модели с возможностью последующей настройки ее в процессе работы. <...> После этого нейросетевую модель можно использовать для управления на основе прогнозирования. <...> Главное окно программы имеет две вкладки, позволяющие обучать и моделировать нейросетевые модели. <...> Приведена общая схема системы управления на основе нейросетевой модели. Литература 1.

4

Прогнозирование условной волатильности фондовых индексов с помощью нейронных сетей [Электронный ресурс] / Цалкович // Инженерный журнал: наука и инновации .— 2013 .— №12 .— Режим доступа: https://rucont.ru/efd/276813

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

Волатильность финансовых временных рядов играет ключевую роль при построении моделей для оценки стоимости производных финансовых инструментов, управления рисками, а также оптимизации инвестиционных портфелей. В ряде случаев динамика волатильности характеризуется значительной нелинейностью, что подразумевает, помимо кластеризации во времени и высоких значений коэффициента эксцесса, асимметрию отклика волатильности на шоки разных знаков. В работе рассмотрены три широко применяемые модели из GARCH-семейства, нейросетевая GARCH-модель, предложенная Р. Дональдсоном и М. Камстрой, а также построенная авторами настоящей статьи «чистая» двухслойная нейросетевая модель в целях предсказания условной волатильности основных фондовых индексов (SP 500, FTSE 100, NIKKEI 225 и Hang Seng). Модели сравниваются в терминах предсказательной силы вне обучающей выборки с использованием популярных статистических критериев. В качестве аппроксимации истинной условной волатильности применяется реализовавшаяся волатильность, вычисленная по внутридневным данным. Полученные результаты свидетельствуют о том, что с помощью построенной авторами настоящей работы «чистой» нейросетевой модели можно прогнозировать условную волатильность не хуже, а в ряде случаев и лучше, чем с использованием популярных моделей из GARCH-семейства.

В работе рассмотрены три широко применяемые модели из GARCH-семейства, нейросетевая GARCH-модель, предложенная <...> Камстрой, а также построенная авторами настоящей статьи «чистая» двухслойная нейросетевая модель в целях <...> Авторы [3] добавили нейросетевые члены в уравнение для условной волатильности, которые должны отразить <...> Размер обучающей выборки для нейросетевой и GARCH-моделей совпадает. <...> Условная волатильность для него лучше всего моделируется с помощью нейросетевой модели.

5

МОДЕЛИРОВАНИЕ КОМБИНИРОВАННОЙ НЕЙРОСЕТЕВОЙ И ДИНАМИЧЕСКОЙ МОДЕЛИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ: УКРЕПЛЕНИЕ ОСНОВ ИНСТИТУЦИОНАЛИЗМА [Электронный ресурс] / Л.М. Борщ, Буркальцева, Воробьев // Гуманитарные, социально-экономические и общественные науки .— 2016 .— №8-9 .— С. 271-276 .— Режим доступа: https://rucont.ru/efd/486869

Автор: Борщ Людмила Михайловна

Основными задачами данного исследования является обзор при помощи комбинированной нейросетевой и динамической модели следующих уровней: социально-экономический уровень экономического развития; уровень экономического развития государства; уровень участия его в мировом хозяйстве и промышленном развитии страны. В статье рассматривается информационно-аналитическая система с применением искусственного интеллекта нейросетевой динамической модели, по уровню социальноэкономических показателей, анализа прогноза и планирования пространственно временного развития направлена на укрепление основ институционализма

нейросетевой спиралью полной единицы . <...> Указанная методика позволяет соединить динамическое прогнозирование с нейросетевым . <...> Скрытый слой на рисунке отображен пунктиром составляют средний слой – горловину нейросетевой воронки <...> Нейросетевая модель быстро обучаема и имеет высокую точность при прогнозировании . <...> Технология нейросетевого моделирования / Л.Н. Ясеницкиц , К.В. Богданов, Ф.М.

6

Системы управления с динамическим выбором структуры, нечеткой логикой и нейросетевыми моделями монография

Автор: Лубенцова Елена Валерьевна
изд-во СКФУ

В книге рассмотрены вопросы структурно-параметрического синтеза систем автоматического управления (САУ) интервальными объектами, математическую основу которых составляет метод гарантирующего управления и максимальная степень устойчивости, а также алгоритмы аппроксимирующего управления для широкого спектра нелинейных характеристик и алгоритмы, полученные на базе нечеткой логики и нейронных сетей. Адресована научным работникам и инженерам при проектировании САУ сложными динамическими объектами и технологическими процессами, а также аспирантам специальностей 05.13.06 – Автоматизация и управление технологическими процессами и производствами и 05.13.01 – Системный анализ, управление и обработка информации.

Структурная схема системы автоматического управления с нейросетевыми моделями Пусть нейросетевые модели <...> Сравнительный анализ алгоритмов обучения нейросетевой модели сложной динамической системы Методика нейросетевой <...> на этапе синтеза нейросетевой САУ. <...> регулятор уровня Нейросетевой регулятор расхода 2HCМ Рисунок 5.39. <...> Структурная схема каскадной САУ с нейросетевыми регуляторами: HCM1, HCM2 – нейросетевые модели; ОПТ1,

Предпросмотр: Системы управления с динамическим выбором структуры, нечеткой логикой и нейросетевыми моделями .pdf (0,4 Мб)
7

НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ. ДИССОЦИАЦИЯ УКСУСНОЙ И БЕНЗОЙНОЙ КИСЛОТ В ВОДНО-ОРГАНИЧЕСКИХ РАСТВОРИТЕЛЯХ [Электронный ресурс] / Бондарев // Журнал общей химии .— 2017 .— №2 .— С. 31-39 .— Режим доступа: https://rucont.ru/efd/591400

Автор: Бондарев

Разработаны прогностические корреляционно-регрессионные и нейросетевые модели для описания влияния свойств водно-органических растворителей на силу уксусной и бензойной кислот. Выявлены значимые дескрипторы, влияющие на равновесие диссоциации кислот. Раскрыты особенности влияния сольватации (проявляющегося в электростатических, когезионных и электроноакцепторных взаимодействиях) на силу кислот. С помощью трехслойного персептрона решена задача предсказания констант диссоциации уксусной и бензойной кислот. Показана перспективность применения нейронных сетей для прогнозирования силы органических кислот в водно-органических средах. Построен и обучен нейросетевой классификатор силы уксусной и бензойной кислот по дескрипторам водно-спиртовых растворителей

УДК 544.354.081.7:004.021 НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ. <...> Ключевые слова: эффект растворителя, нейросетевое моделирование, персептрон, нейросетевой классификатор <...> В данной работе методы линейного многофакторного и нейросетевого моделирования, включенные в пакет с <...> Альтернативным методом решения поставленной задачи является нейросетевое моделирование. <...> Нейросетевое моделирование.

8

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.

Результаты: сформулирована общая постановка задачи синтеза нейросетевой прогнозной модели, использующей <...> Для нейросетевых моделей, реализующих методы статистического обучения с последовательным предъявлением <...> Достоверность нейросетевых прогнозных моделей сильно зависит от свойств выборки обучающих примеров. <...> Алгоритм обучения нейросетевой прогнозной модели Алгоритм обучения и применения нейросетевой прогнозной <...> В результате прямого прохода сигналов на выходе нейросетевой прогнозной модели получаем вектор [ ] (

9

Оценка точности нейросетевой системы счисления пути судна [Электронный ресурс] / Дерябин // Транспорт Российской Федерации .— 2015 .— №4 .— С. 42-45 .— Режим доступа: https://rucont.ru/efd/368330

Автор: Дерябин

Предлагается методика оценки точности системы счисления пути судна, созданной на основе нейронной сети. В методике учитываются погрешности, возникающие при идентификации модели движения судна, и ошибки измерений в ходе эксплуатации системы. Приводится пример реализации нейросетевой системы с оценкой точности координат для одного крупнотоннажного судна.

40 | «Транспорт Российской Федерации» № 4 (59) 2015 Оценка точности нейросетевой системы счисления пути <...> Приводится пример реализации нейросетевой системы с оценкой точности координат для одного крупнотоннажного <...> Перспективным в указанном отношении представляется применение нейросетевых технологий. <...> Выделим три этапа потери точности нейросетевой системы. Первый и второй этапы − обучение сети. <...> Задача разработки алгоритма оценки точности нейросетевой системы счисления имеет следующую особенность

10

ОПТИМИЗАЦИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЯ НА ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ [Электронный ресурс] / Степашина // Информационные системы и технологии .— 2014 .— №5 .— С. 34-42 .— Режим доступа: https://rucont.ru/efd/486596

Автор: Степашина

В статье предложен метод решения задачи оптимизации финансовых показателей с применением нейросетевого подхода в пакете Matlab на примере предприятия ОАО «Башинформсвязь». Проведен ряд вычислительных экспериментов по выбору нейронной сети в пакете Matlab, наилучшим образом аппроксимирующей исходные данные. Вычислены оптимальные значения финансовых показателей, доставляющих максимум значению чистой прибыли.

СТЕПАШИНА ОПТИМИЗАЦИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЯ НА ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ В статье предложен <...> метод решения задачи оптимизации финансовых показателей с применением нейросетевого подхода в пакете <...> нейросетевых пакетов, реализует методы и алгоритмы оптимизации. <...> ПОСТРОЕНИЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ОАО «БАШИНФОРМСВЯЗЬ» Построим нейросетевую модель <...> Таблица 4 – Значения показателей проверки адекватности нейросетевой модели Показатель Значение для нейросетевой

11

Моделирование систем. Ч. II лаб. практикум

Автор: Сырецкий Г. А.
Изд-во НГТУ

Вторая часть практикума посвящена идентификации динамических объектов и моделированию систем автоматического управления нелинейными динамическими объектами посредством идентифицирующих нейросетевых регуляторов. Практикум предназначен для студентов технических вузов направления и специальности «Автоматизация технологических процессов и производств», а также может быть полезен специалистам в области моделирования современных систем автоматического управления.

систем автоматического управления нелинейными динамическими объектами посредством идентифицирующих нейросетевых <...> регулятор, а другая – идентифицированная нейросетевая модель объекта управления (ОУ) (рис. 21). <...> Настроить нейросетевой регулятор (рис. 22, а). <...> Зачем нужен нейросетевой идентификатор в нейросетевой системе управления? 3. <...> В какой последовательности ведется настройка нейросетевой модели регулятора с эталонной моделью?

Предпросмотр: Моделирование систем. Лабораторный практикум. Ч.2.pdf (0,4 Мб)
12

ФОРМИРОВАНИЕ НЕЙРОСЕТЕВЫХ «ПОРТРЕТОВ» КЛАССОВ СКАТТЕРГРАММ У БОЛЬНЫХ МЕРЦАТЕЛЬНОЙ АРИТМИЕЙ [Электронный ресурс] / Хливненко, Пятакович, Васильев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2016 .— №1 .— С. 94-100 .— Режим доступа: https://rucont.ru/efd/511795

Автор: Хливненко

В статье обсуждается методика получения обобщенных образов классов на основе преобразования знаний сети в оттенки серого цвета. Решается задача автоматической классификации скаттерграмм больных мерцательной аритмией с помощью однослойной искусственной нейронной сети прямого распространения

Ключевые слова: нейрокомпьютинг, нейросетевой портрет, нейросетевой алгоритм классификации, скаттерграмма <...> Пример АРО (А) и нейросетевой «портрет» (Б) мономодального асимметричного класса А Б Рис. 4. <...> Пример АРО (А) и нейросетевой «портрет» (Б) полимодального класса А Б Рис. 6. <...> Пример АРО (А) и нейросетевой «портрет» (Б) амодального класса Рис. 7. <...> Практика нейросетевого моделирования / Л. В.

13

Нейросетевой поиск особых точек для системы технического зрения при определении перемещения мобильной платформы [Электронный ресурс] / Корлякова // Инженерный журнал: наука и инновации .— 2014 .— №6 .— Режим доступа: https://rucont.ru/efd/279821

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

Представлена разработка модели технического зрения образов для решения задачи навигации мобильного робота в естественной среде. Рассмотрены возможности использования различных способов поиска особых точек. Определены требования к ортовым системам поиска особых точек. В качестве основного подхода предложено использовать нейросетевые модели обработки информации, показаны преимущества и недостатки этого подхода. Проведено исследование возможностей сетей опфилда и сетей на основе радиальных нейронов. Проведено моделирование и определены наиболее эффективные по точности и скорости модели сетей. Полученная модель проверена на реальных примерах. Рассмотрены возможные методы скорения процедуры поиска особых точек вследствие сокращения исследуемых областей. Определены пути реализации предлагаемого подхода в рамках бортовых систем технического зрения.

1 УДК 004.896 Нейросетевой поиск особых точек для системы технического зрения при определении перемещения <...> В качестве основного подхода предложено использовать нейросетевые модели обработки информации, показаны <...> Однако, поскольку вся система формируется с ориентацией на нейросетевое решение задачи, для ускорения <...> Формирование признаков для нейросетевого поиска направления перемещения объекта в сцене. <...> Решение задачи стереореконструкции в нейросетевом базисе. XIV Всерос. науч.-техн. конф.

14

Сравнительное исследование кластерного и нейросетевого подходов в задаче анализа белковых структур [Электронный ресурс] / Баранов, Ососков, Баранов // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика .— 2014 .— №2 .— С. 236-240 .— Режим доступа: https://rucont.ru/efd/404425

Автор: Баранов

В данной статье описывается работа, которая является продолжением предыдущего исследования, направленного на поиски решения проблем, возникающих в задаче автоматизации процедуры распознавания генетических белковых структур по их электрофоретическим спектрам (ЭФ-спектрам). Спектральная идентификация сортовой принадлежности зёрен пшеницы является одной из важных сельскохозяйственных задач, для решения которой было предложено использовать Искусственную Нейронную Сеть (ИНС), обученную на выборке из специально подготовленных экспертами сортов.

Биоинформатика УДК 519.68;633/635:577/2 Сравнительное исследование кластерного и нейросетевого подходов <...> Рассматриваются особенности применения методов нейросетевой классификации и кластерного анализа на примере <...> Применение методов нейросетевой классификации позволит экспертам, проводящих анализ, существенно ускорить <...> Особенности применения нейросетевого подхода Использование нейросетевого подхода [1] в задаче классификации <...> Заключение В данной работе был приведён сравнительный анализ эффективности применения нейросетевого и

15

Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности [Электронный ресурс] / Басараб // Инженерный журнал: наука и инновации .— 2013 .— №2 .— Режим доступа: https://rucont.ru/efd/276076

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

Рассмотрена задача создания иерархического представления компьютерной сети. Задача сведена к задаче о покрытии множества, предложен нейросетевой подход на основе сетей Хопфилда для ее решения.

Баумана: электронное издание. 2013 1 УДК 004.056 Нейросетевой подход к иерархическому представлению компьютерной <...> Задача сведена к задаче о покрытии множества; предложен нейросетевой подход на основе сетей Хопфилда <...> Авторами данной работы предлагается нейросетевой метод для решения задачи о покрытии множества. <...> Можно выделить точные алгоритмы, жадные алгоритмы (Хватал), генетические, нейросетевые. <...> Подробный обзор нейросетевых методов комбинаторной оптимизации дан в [15].

16

НЕЙРОСЕТЕВОЙ ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ПРОГНОЗИРОВАНИЯ ЭКСПЛУАТАЦИОННЫХ ПАРАМЕТРОВ СМЕСЕВЫХ ТВЕРДЫХ ТОПЛИВ НА ОСНОВЕ НИТРАТА АММОНИЯ [Электронный ресурс] / Мухутдинов [и др.] // Автоматизация, телемеханизация и связь в нефтяной промышленности .— 2018 .— №1 .— С. 18-21 .— Режим доступа: https://rucont.ru/efd/645743

Автор: Мухутдинов

В статье описан разработанный с использованием современных информационных технологий нейросетевой программный модуль, позволяющий прогнозировать значения эксплуатационных параметров смесевого твердого топлива (скорости горения и объем газообразных продуктов горения). Изучена и показана возможность нейросетевого моделирования процесса горения смесевого твердого топлива Проведен сравнительный анализ полученных результатов.

УДК 543.4:5.44.2 НЕЙРОСЕТЕВОЙ ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ПРОГНОЗИРОВАНИЯ ЭКСПЛУАТАЦИОННЫХ ПАРАМЕТРОВ СМЕСЕВЫХ <...> NS – универсальный пакет, предназначенный для нейросетевого анализа данных. <...> Обучение нейросетевой модели по тренировочным и тестовым примерам; 4. <...> Изучена и показана возможность нейросетевого моделирования процесса горения заряда АСС. <...> Зависимость скорости горения от плотности заряда СТТ, полученная на основе нейросетевой модели Рис. 6

17

СИНХРОНИЗАЦИЯ УЗЛОВ КОММУНИКАЦИОННОЙ СЕТИ СВЯЗИ НА ОСНОВЕ НЕЙРОННОЙ МЕТАСЕТИ [Электронный ресурс] / Лавренков // Прикладная информатика / Journal of Applied Informatics .— 2016 .— №6(66) .— С. 97-111 .— Режим доступа: https://rucont.ru/efd/595182

Автор: Лавренков

Рассмотрены вопросы применения растущих нейросетевых структур для выполнения синхронизации по времени узлов в сети связи. Приведен пример размещения в узлах телекоммуникационной сети нейронных сетей с линиями задержки, применяемых для частичной модификации содержимого информационного пакета с временными метками при его распространении от хронирующих источников до целевых узлов. Предлагается использовать растущую каскадно-корреляционную нейронную сеть для определения времени распространения пакета по сети связи на основе анализа изменения его вариативной части нейроконтроллерами, расположенными в узлах сети. Для повышения быстродействия системы выполнена разработка системы сжатия данных для настройки и обучения спроектированного нейросетевого комплекса

Для решения проблемы временной синхронизации предлагается при‑ менять нейросетевой подход, исключающий <...> Разработка нейросетевой системы и алгоритмов обучения Каждый пакет имеет поле данных раз‑ мерностью 250 <...> Для решения задачи вычисления времен‑ ной коррекции необходимо использование нейросетевого эксперта, <...> Выбор данного ме‑ тода обусловлен необходимостью настройки нейросетевого эксперта для учета неопреде‑ <...> В процессе обучения нейросетевого эксперта необходимо обеспе‑ чить качественное восприятие новых дан‑

18

Совершенствование подситемы информационной безопасности на основе интеллектуальных технологий [Электронный ресурс] / Усцелемов // Прикладная информатика / Journal of Applied Informatics .— 2016 .— №3 (63) .— С. 33-40 .— Режим доступа: https://rucont.ru/efd/463815

Автор: Усцелемов

Рассмотрен один из подходов адаптивной настройки подсистемы информационной безопасности информационных систем на основе оценки уровня рисков преодоления подсистемы защиты информационной системы нарушителем с использованием механизмов рассуждений по прецедентам и нейронечеткого вывода

Реализацию перечисленных этапов осуществляют с использованием модулярного нейросетевого классификатора <...> Результаты функционирования модулярного нейросетевого классификатора являются входными значениями для <...> Модулярный нейросетевой классификатор Fig. 2. <...> The modular neural network classifier Нейросетевой классификатор атак K a, Pa Входные воздействия Нейросетевой <...> классификатор угроз K y,Py Нейросетевой классификатор состояний системы )...,,...,,,( 21 T n T j TT

19

РАЗРАБОТКА И ПРИМЕНЕНИЕ КОМПЛЕКСНЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ МАССОВОЙ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СТОИМОСТИ ЖИЛЫХ ОБЪЕКТОВ НА ПРИМЕРЕ РЫНКОВ НЕДВИЖИМОСТИ ЕКАТЕРИНБУРГА И ПЕРМИ [Электронный ресурс] / Ясницкий, Ясницкий // Имущественные отношения в РФ .— 2017 .— №3 .— С. 70-86 .— Режим доступа: https://rucont.ru/efd/586331

Автор: Ясницкий

В статье рассматриваются разработанные авторами комплексные экономико-математические нейросетевые модели рынка жилой недвижимости, учитывающие как технические характеристики объектов, так и экономические параметры внешней среды. На примере рынков недвижимости Екатеринбурга и Перми проводится анализ моделей, который позволяет увидеть, как изменение ключевых ценообразующих факторов влияет на рыночную стоимость объектов. В результате проведенного исследования выявлена степень потребительского насыщения региональных рынков

В результате они пришли к выводу о том, что «нейросетевая модель наилучшим образом подходит для оценки <...> Сообщается о том, что на тестовом множестве из 105 домов «нейросетевая модель имела в два раза большую <...> В России первая нейросетевая система массовой оценки объектов недвижимости была создана Л.Н. <...> Исследования нейросетевой математической модели (см. [13]) позволили выявить некоторые закономерности <...> Нейросетевое моделирование в задаче массовой оценки нежилой недвижимости г.

20

НЕЙРОСЕТЕВОЙ АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ ПРОГНОЗИРОВАНИЯ НАДЕЖНОСТИ ПРОГРАММНОГО ОБЕСПЕЧЕНИИЯ [Электронный ресурс] / Вялых, Вялых, Сирота // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2013 .— №2 .— С. 140-143 .— Режим доступа: https://rucont.ru/efd/511652

Автор: Вялых

В статье описывается нейросетевой алгоритм обработки информации, позволяющий прогнозировать динамику обнаружения уязвимостей в программном обеспечении, которые влияют на надежность работы информационных систем

140 ВЕСТНИК ВГУ, СЕРИЯ: СИСТЕМНЫЙ АНАЛИЗ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, 2013, № 2 УДК 621.391.16 НЕЙРОСЕТЕВОЙ <...> В статье описывается нейросетевой алгоритм обработки информации, позволяющий прогнозировать динамику <...> Разница в 8–12 % между нейросетевым алгоритмом и аналитической моделью прогнозирования обнаружения уязвимостей <...> При этом наибольший выигрыш нейросетевой алгоритм (почти в 3 раза) показывает при максимальном количестве <...> E-mail: sir@cs. vsu.ru Нейросетевой алгоритм обработки информации для прогнозирования надежности...

21

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.

Беспалов сФЕрИчЕская нЕйросЕТЕВая МодЕЛь познаВаТЕЛьноГо дЕйсТВИя На основе идей Е.Н. <...> Соколова о механизмах «векторного кодирования» в мозге информации об объекте построена сферическая нейросетевая <...> Разработанная нейросетевая модель познавательного действия позволяет объединить в рамках деятельностной <...> Ключевые слова: сферическая нейросетевая модель, векторное кодирование информации в мозге, отражение <...> В данной работе излагается нейросетевая модель простых по содержанию и кратковременных познавательных

22

Моделирование технологии восстановления и упрочнения деталей из алюминиевых сплавов на примере МДО

В статье представлены методы моделирования технологий восстановления и упрочнения деталей с последующим применением разработанных моделей для автоматизации технологический процессов.

Нами рассматриваются подходы к построению двух моделей: полиномиальной и нейросетевой, на основе имеющихся <...> При нейросетевом моделировании процесса МДО входной слой нейронов соответствует вход­ ным параметрам <...> Уменьшение экспериментальной (среднеквадратичной) ошибки при переходе к нейросетевой модели для Hm, h <...> Результаты сравнения полиномиальной и нейросетевой моделей при моделировании толщины уп­ рочненных слоев <...> Результаты сравнения полиномиальной и нейросетевой моделей при рочненных слоев A/, h2(CKOH, CNa2Si03)

Предпросмотр: Моделирование технологии восстановления и упрочнения деталей из алюминиевых сплавов на примере МДО .pdf (0,1 Мб)
23

Комплексное применение синергетического подхода и нейросетевых структур к проблеме синтеза интеллектуальной системы управления электроприводом [Электронный ресурс] / Колесников, Маршаков, Айдинян // Вестник Донского государственного технического университета .— 2014 .— №4 .— С. 61-72 .— Режим доступа: https://rucont.ru/efd/376877

Автор: Колесников

Рассматривается применимость искусственных нейронных сетей к синтезу интеллектуальных систем с синергетическим законом управления. Изложены основные положения синергетического подхода к проблеме системного синтеза. Рассмотрен пример синергетического синтеза закона управления электроприводом робота в условиях неконтролируемого изменения его параметров и внешних возмущений.

Обучение нейросетевого регулятора. <...> Процедура обучения нейросетевого регулятора заключается в следующем. <...> Т. 14, № 4 (79) 68 Синтез нейросетевого регулятора. <...> Структура нейросетевого регулятора, выполненная средствами MATLAB Синтезировав таким образом нейросетевой <...> Нейросетевые системы управления / В. А. Терехов, Д. В. Ефимов, И. Ю.

24

АНАЛИЗ ХАРАКТЕРИСТИК КАНАЛА ПЕРЕДАЧИ ИНФОРМАЦИИ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ [Электронный ресурс] / Лавренков, Комарцова // Прикладная информатика / Journal of Applied Informatics .— 2014 .— №3 .— С. 79-99 .— Режим доступа: https://rucont.ru/efd/436943

Автор: Лавренков

В статье приводится описание гибридного алгоритма настройки параметров нейронной сети, построенной на основе сигма-пи нейронов. Ядро алгоритма обучения составляет комбинация алгоритмов случайного поиска с применением эвристических алгоритмов. Рассмотрен процесс управления эвристическим алгоритмом на основе осциллирующей нейронной сети. Применение комплексного подхода обучения для нейронных сетей, построенных на основе сигма-пи нейронов, позволяет выполнить их обучение за время, необходимое для настройки нейронной сети на решение прикладной задачи. Рассмотрена возможность использования сигма-пи сети для оценки параметров безопасности канала передачи информации на основе анализа спектра отраженного зондирующего сигнала. Для формирования обучающей и тестовой выборки сети приводится описание разработанного устройства для анализа проводных линий связи.

Нейросетевой эксперт обучается по принципу «победитель забирает все» [4]. <...> На основе представленного нейросетевого элемента строится алгоритм нейросетевого сжатия данных. <...> С учетом всего этого выполняется построение всей нейросетевой структуры для сжатия данных. <...> Всего в нейросетевой структуре для сжатия Рис. 15. <...> Нейросетевые алгоритмы прогнозирования и оптимизации систем.

25

Алгоритмы категорирования персональных данных для систем автоматизированного проектирования баз данных информационных систем [монография]

М.: Горячая линия – Телеком

Рассмотрены вопросы автоматизированного проектирования баз данных информационных систем с учетом требований защиты персональных данных. Обобщены основные научные результаты, полученные в рамках решения поставленной научно-технической проблемы разработки эффективных алгоритмов категорирования персональных данных с применением искусственных нейронных сетей и нечетких систем вывода.

Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис» Г л а в а 2 ПРИМЕНЕНИЕ НЕЧЕТКО-НЕЙРОСЕТЕВЫХ <...> Поэтому целесообразно дополнить подобную систему нечеткого вывода нейросетевым модулем кластеризации <...> Один из вариантов статической модели нейросетевой системы анализа представлен на рис. 3.10. <...> Сравнительная оценка производительности нейросетевых библиотек для СУИБ СДО 4.3. <...> Нейросетевые системы управления. Кн. 8.: Учеб. пособие для вузов/B.А. Терехов, Д.В. Ефимов, И.Ю.

Предпросмотр: Алгоритмы категорирования персональных данных для систем автоматизированного проектирования баз данных информационных систем.pdf (0,4 Мб)
Предпросмотр: Алгоритмы категорирования персональных данных для систем автоматизированного проектирования баз данных информационных систем (1).pdf (0,6 Мб)
26

Подход к разработке систем управления малыми космическими аппаратами в нейросетевом базисе [Электронный ресурс] / Коновалов // Инженерный журнал: наука и инновации .— 2014 .— №5 .— Режим доступа: https://rucont.ru/efd/279818

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

Представлен обзор основных направлений аппаратной реализации нейронных сетей и оценены их возможности для использования на борту малых космических аппаратов. Рассмотрены основные требования к бортовым системам управления и подходы к их нейросетевой реализации. Перечислены ограничения и требования к ресурсам, выдвигаемые для бортовых систем малых космических аппаратов. Показано, что возможно реализовать эффективное решение задачи в сетях небольшой сложности. Проведено моделирование отдельных узлов нейросетевой системы управления в условиях ограниченных ресурсов. Представлена нейросетевая модель аппроксимации табличной модели атмосферы. Сформированы варианты решения задачи в вещественных и дискретных форматах синаптических весов. Проведен анализ ошибок аппроксимации в сетях разной архитектуры. Показано, что даже для вариантов с дискретизированной формой входов и коротким форматом представления синаптических весов качество решения задачи является достаточным.

1 УДК 004.896 Подход к разработке систем управления малыми космическими аппаратами в нейросетевом базисе <...> Рассмотрены основные требования к бортовым системам управления и подходы к их нейросетевой реализации <...> Представлена нейросетевая модель аппроксимации табличной модели атмосферы. <...> Ошибки обучения и тестирования формируемой нейросетевой модели приведены в табл. 3. <...> Нейросетевое обеспечение бортовых комплексов управления космических аппаратов наблюдения.

27

Использование нейросетевых моделей в поведенческом скоринге [Электронный ресурс] / Сорокин, Сорокин // Прикладная информатика / Journal of Applied Informatics .— 2015 .— №2 .— С. 92-109 .— Режим доступа: https://rucont.ru/efd/428738

Автор: Сорокин

В основе построения скоринговых систем могут быть использованы различные математикостатистические модели. Эти модели могут быть получены методами линейной регрессии, логистической регрессии, дискриминантного анализа, деревьев решений, нейронных сетей и других методов. В статье рассматривается пример построения модели поведенческого скроринга в банковской сфере на основе нейронной сети в программе IBM SPSS Statistics. Приводятся методика моделирования, последовательность настройки параметров сети в диалоговых окнах процедур программы SPSS, программный код синтаксиса команд SPSS для реализации рассмотренного алгоритма, а также результаты моделирования. Эти результаты могут быть использованы в учебном процессе для проведения лабораторных работ и практикумов при обучении методам нейросетевого моделирования в программе SPSS, а также для самостоятельных исследований.

модели с помощью инструментальных средств — пакета SPSS. используемая нейросетевая модель Модуль нейросетевого <...> Построение нейросетевых моделей в SPSS может производиться в автоматическом режиме по умолчанию или в <...> Настройка ролей переменных нейросетевой модели в SPSS Fig. 3. <...> Результаты нейросетевых моделей с разным объемом выборки и разной архитектурой Table 2. <...> Это существенно упрощает использование нейросетевых моделей на практике.

28

Компьютерное моделирование технологического процесса восстановления и упрочнения деталей сельскохозяйственной техники на примере МДО

О построении эмпирической модели на примере процесса упрочнения методом микродугового оксидирования (МДО) деталей сельскохозяйственной техники из алюминиевых сплавов, восстановленных наплавкой.

При нейросетевом моделировании процесса упрочнения детали, восстановленной наплавкой, методом МДО входной <...> Таблица 1 Результаты сравнения рассчитанной микротвердости (Нт) полиномиальной (RSM) и нейросетевой ( <...> Нейросетевые модели могут применяться для более эффективного прогнозирования поведе­ ния сложных систем <...> Оценка адекватности нейросетевой модели зависимости толщины внешнего упрочненного слоя от режимов МДО <...> Оценка адекватности нейросетевой модели зависимости толщины внутреннего упрочненного слоя от режимов

Предпросмотр: Компьютерное моделирование технологического процесса восстановления и упрочнения деталей сельскохозяйственной техники на примере МДО .pdf (0,1 Мб)
29

НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ ИЗМЕРЕНИЯ РАСХОДОВ В МНОГОФАЗНОМ ПОТОКЕ [Электронный ресурс] / Браго, Великанов, Южанин // Датчики и системы. Sensors & Systems .— 2007 .— №10 (101) .— С. 21-24 .— Режим доступа: https://rucont.ru/efd/601440

Автор: Браго

Описан новый нейросетевой метод измерения расхода фаз газожидкостного потока. Определена структура нейросетевой модели потока для расходов газа и жидкости, а также алгоритм обучения. Сравнительный анализ погрешности построенной модели с экспериментальными данными подтвердил ее перспективность для измерения расхода многофазных потоков

Цеëü äанной работы соУДК 627.133.001.57 НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ ИЗМЕРЕНИЯ РАСХОДОВ В МНОГОФАЗНОМ ПОТОКЕ <...> Южанин Описан новый нейросетевой ìетоä изìерения расхоäа фаз ãазожиäкостноãо потока. <...> Опреäеëена структура нейросетевой ìоäеëи потока äëя расхоäов ãаза и жиäкости, а также аëãоритì обу÷ения <...> Нейросетевая модель потока Qж, т/сут 42 20 113 301 Qã, нì 3×103/сут Sã Sж Р Т Qж Qã Рис. 2. <...> Алгоритм поиска структуры нейросетевой модели Погрешность НМ с различной структурой Чисëо нейронов в

30

РАЗРАБОТКА НЕЙРОСЕТЕВОЙ МЕТОДИКИ РАННЕГО ДИАГНОСТИРОВАНИЯ ИШЕМИЧЕСКОЙ БОЛЕЗНИ СЕРДЦА И КОРОНАРНОГО АТЕРОСКЛЕРОЗА [Электронный ресурс] / Сбоев, Горохова, Черний // Вестник Воронежского государственного университета. Серия: Химия. Биология. Фармация .— 2011 .— №2 .— С. 201-210 .— Режим доступа: https://rucont.ru/efd/523955

Автор: Сбоев

Широкое распространение коронарного атеросклероза и ишемической болезни сердца является одной из основных причин смертности в развитых странах мира. Поэтому разработка доступного достоверного метода диагностирования этих заболеваний по результатам общих (не спецализированных) медицинских анализов имеет большую медицинскую значимость. В работе проводилось выделение из общих анализов диагностирующего набора параметров для выявления заболеваний сердца и конструировалась сеть с максимальными диагностическими свойствами. Результаты работы на данном этапе позволяют повысить точность выявления заболеваний до 85% при использовании метода генетической оптимизации для нейронных сетей с топологией двухслойного персептрона.

ФАРМАЦИЯ, 2011, № 2 205 Разработка нейросетевой методики раннего диагностирования ишемической болезни <...> Технологию нейросетевого программирования сегодня применяют в клинико-инструментальных и генетических <...> ФАРМАЦИЯ, 2011, № 2 207 Разработка нейросетевой методики раннего диагностирования ишемической болезни <...> ФАРМАЦИЯ, 2011, № 2 209 Разработка нейросетевой методики раннего диагностирования ишемической болезни <...> ФАРМАЦИЯ, 2011, № 2 211 Разработка нейросетевой методики раннего диагностирования ишемической болезни

31

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.

Системы с нейросетевыми регуляторами не требуют построения базы правил. <...> Нейросетевая модель Simulink К созданной сети в среде Simulink добавим нейронклассификатор. <...> Нейросетевой классификатор процессов биосинтеза по степени лимитирования субстратом / А.А. <...> Программный комплекс нейросетевой диагностики / В.И. Дубровин, С.А. <...> Нейросетевой классификатор типов узора папиллярного рисунка отпечатков пальцев / М.В.

Предпросмотр: Синтез систем автоматического управления биотехнологическими процессами с применением методов аппроксимирующего и нейро-нечеткого управления.pdf (0,7 Мб)
32

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ НЕФТЕДОБЫЧИ ПРИ ОПТИМИЗАЦИИ СИСТЕМЫ ЗАВОДНЕНИЯ НА ОСНОВЕ НЕЙРОСЕТЕВОГО И ГИДРОДИНАМИЧЕСКОГО МОДЕЛИРОВАНИЯ [Электронный ресурс] / Насыбуллин [и др.] // Оборудование и технологии для нефтегазового комплекса .— 2014 .— №5 .— С. 49-53 .— Режим доступа: https://rucont.ru/efd/441211

Автор: Насыбуллин

На основе использования постояннодействующей геолого-технологической модели и собственных разработок в области искусственного интеллекта создана технология оптимизации системы заводнения. Данная технология работает без привлечения дополнительных затрат на различные геолого-технологические мероприятия. За счет глубокого анализа истории работы скважин и последующего перераспределения объемов закачки изменяются направления движения потоков, что позволяет включать в разработку неохваченные застойные зоны пласта. Эффект от применения технологии заключается в стабилизации или даже увеличении добычи нефти из действующего фонда скважин и в снижении обводненности. Технология по оптимизации системы заводнения успешно опробована на 3-м блоке Березовской площади. По результатам нейросетевого и гидродинамического моделирования были рассчитаны и внедрены оптимизированные варианты работы скважин, которые в дальнейшем получили положительное практическое подтверждение.

По результатам нейросетевого и гидродинамического моделирования были рассчитаны и внедрены оптимизированные <...> Результаты гидродинамического моделирования также используются для уточнения некоторых параметров нейросетевой <...> с адаптированными динамическими показателями пластового давления и объемами нагнетания; – создания нейросетевой <...> По результатам нейросетевого и гидродинамического моделирования оптимизированные варианты работы скважин <...> же временного интервала, при этом все добывающие скважины продолжают работать в обычном режиме; – на нейросетевой

33

ОЦЕНКА ЭНТРОПИИ МНОЖЕСТВА ДАТЧИКОВ С УЧЕТОМ КОРРЕЛИРОВАННОСТИ ИХ ДАННЫХ [Электронный ресурс] / Фунтиков, Надеев, Иванов // Датчики и системы. Sensors & Systems .— 2011 .— №11 (150) .— С. 2-5 .— Режим доступа: https://rucont.ru/efd/600161

Автор: Фунтиков

Показано, что учет потенциальных возможностей нейросетевой обработки множества датчиков, наблюдающих за некоторым сложным многомерным процессом, может быть оценен через оценку их общей энтропии. Для этой цели необходимо оценить среднюю энтропию рассматриваемого поля датчиков и среднее значение модуля коэффициентов парной корреляции данных с выходов датчиков. Приведена номограмма связи значения энтропии системы датчиков как функции числа датчиков и среднего значения модулей их парной корреляции

Иванов Показано, ÷то у÷ет потенöиаëüных возìожностей нейросетевой обработки ìножества äат÷иков, набëþäаþщих <...> Оäнако совокупный нейросетевой анаëиз 256 “пëохих” äат÷иков позвоëяет снизитü вероятностü ее оøибо÷ных <...> Быстрые аëãоритìы обу÷ения нейросетевых ìеханизìов биоìетрико-криптоãрафи÷еской защиты инфорìаöии. — <...> Автоìати÷еское обу÷ение нейросетевых преобразоватеëей биоìетрия-коä äоступа. 3. Малыгин А. <...> Быстрые аëãоритìы тестирования нейросетевых ìеханизìов биоìетрико-криптоãрафи÷еской защиты инфорìаöии

34

МЕТОДИКА НЕЙРОСЕТЕВОГО ПРОГНОЗИРОВАНИЯ КАССОВЫХ СБОРОВ КИНОФИЛЬМОВ [Электронный ресурс] / Л.Н. Ясницкий, Белобородова, Медведева // Финансовая аналитика: проблемы и решения .— 2017 .— №4 .— С. 95-109 .— Режим доступа: https://rucont.ru/efd/598072

Автор: Ясницкий Леонид Нахимович

Тема. Нейросетевое прогнозирование в кинобизнесе Цели. Статья посвящена исследованию возможностей применения метода экономико-математического моделирования для прогнозирования выручки и прибыли от проката будущих кинофильмов, а также выявлению факторов, влияющих на коммерческий успех кинобизнеса. Методология. В основе экономико-математической модели лежит нейронная сеть, обученная на известных исторических данных о прокате кинофильмов и включающая в себя 20 входных параметров. Компьютерные эксперименты выполнены методом «замораживания»: с помощью нейронной сети проводились вычисления при виртуальном изменении одного из входных параметров модели, тогда как остальные входные параметры сохранялись неизменными. Результаты. Среднеквадратичная относительная ошибка модели составила 13,8%, коэффициент детерминации – 0,86. Возможности модели продемонстрированы на кинофильмах «Код да Винчи», «Звездные войны». Выводы. Виртуальное увеличение бюджета фильмов по-разному сказывается на прогнозируемых кассовых сборах фильмов и величине прибыли. В первом случае виртуальное увеличение бюджета приводит к существенному возрастанию сборов и прибыли, тогда как во втором сборы с определенного момента перестают увеличиваться, а рост прибыли замедляется и даже наблюдается ее падение. По-разному влияют на успех кинобизнеса и другие параметры фильмов. На основании компьютерных экспериментов предложены рекомендации, которые могут способствовать повышению кассовых сборов фильмов. Значимость. Созданная экономико-математическая модель может быть использована для оптимизации финансовых затрат и выбора параметров при планировании новых фильмов. Она позволяет делать прогнозы в отношении кассовых сборов и прибыли от кинопроката, а также исследовать влияние различных параметров на коммерческий результат кинобизнеса.

2311-8768 (Online) ISSN 2073-4484 (Print) Математический анализ и моделирование в экономике МЕТОДИКА НЕЙРОСЕТЕВОГО <...> Нейросетевое прогнозирование в кинобизнесе. Цели. <...> Таким образом, при разработке нейросетевой экономико-математической модели были использованы следующие <...> Обученная нейросетевая модель реагирует на изменение входных переменных и ведет себя так же, как вела <...> Первая серия экспериментов над нейросетевой математической моделью выполнялась на примере фильма «Код

35

РАЗРАБОТКА ПОРОШКОВЫХ ПРОВОЛОК ДЛЯ ДУГОВОЙ МЕТАЛЛИЗАЦИИ ЖАРОСТОЙКИХ ПОКРЫТИЙ НА ОСНОВЕ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ [Электронный ресурс] / Коробов [и др.] // Сварка и Диагностика .— 2014 .— №5 .— С. 22-27 .— Режим доступа: https://rucont.ru/efd/613506

Автор: Коробов

Разработана нейросетевая модель процесса окисления покрытия при его распылении из сплошных и порошковых проволок методом дуговой металлизации, описывающая влияние технологических параметров процесса металлизации и исходного состава распыляемой проволоки на содержание легирующих элементов в получаемом покрытии. По критерию минимального окисления покрытия определена оптимальная система легирования порошковой проволоки типа Fe–Cr–Al–Si–Ti–Y для получения жаростойких покрытий. Полученные данные согласуются с результатами собственных и сторонних исследований высокотемпературных взаимодействий при дуговой металлизации

МОДЕЛИРОВАНИЯ Разработана нейросетевая модель процесса окисления покрытия при его распылении из сплошных <...> Ключевые слова: нейросетевое моделирование, степень окисления, дуговая металлизация, порошковая проволока <...> Структурная схема разработанной нейросетевой модели представлена на рис. 1. <...> Для нейросетевого моделирования использовали программный пакет STATISTICA 6.1, позволяющий с помощью <...> Выбор нейросетевой модели осуществлялся по критерию наименьшей ошибки сети на контрольной выборке.

36

ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ С МНОГОУРОВНЕВЫМИ КВАНТОВАТЕЛЯМИ В ТЕХНОЛОГИИ БИОМЕТРИКО- НЕЙРОСЕТЕВОЙ АУТЕНТИФИКАЦИИ [Электронный ресурс] / Волчихин [и др.] // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2013 .— №4 .— С. 86-96 .— Режим доступа: https://rucont.ru/efd/552464

Автор: Волчихин

Актуальность и цели. 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. Материалы и методы. 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. Результаты. 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. Переход от бинарных нейронов к нейронам с многоуровневыми квантователями увеличивает выигрыш примерно в миллион раз. Выводы. 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 квантования в каждом нейроне. При этом проблемы обучения нейронных сетей усиливаются. Необходимо модифицировать стандартный алгоритм обучения ГОСТ Р 52633.5–2011 под сети, состоящие из смеси обычных бинарных нейронов и троичных нейронов

Целью данной работы является изменение парадигмы нейросетевой обработки; предложено от бинарных нейронов <...> Автоматическое обучение нейросетевых преобразователей биометрия–код доступа». <...> Совершенно не так получается при нейросетевых континуально-квантовых преобразованиях. <...> Нейросетевая защита персональных биометрических данных / Ю. К. Язов, В. И. Волчихин, А. И. <...> Алгоритмы тестирования биометрико-нейросетевых механизмов защиты информации : моногр. / Б. С.

37

НЕЙРОСЕТЕВАЯ МОДЕЛЬ ФОРМИРОВАНИЯ И РАЗВИТИЯ ЛИЧНОСТИ РЕБЕНКА В ПРОЦЕССЕ ЕГО ОБУЧЕНИЯ В СРЕДНЕЙ ШКОЛЕ [Электронный ресурс] / Шептунов [и др.] // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2014 .— №4 .— С. 41-52 .— Режим доступа: https://rucont.ru/efd/552522

Автор: Шептунов

Актуальность и цели. Проблема разработки средств и методов для формирования и развития личности ребенка, с одной стороны, относится к области педагогики и психологии, а с другой стороны – к области кибернетики и искусственного интеллекта. Вопросы педагогики достаточно полно отражены в специальной литературе, в то время как применение искусственного интеллекта, а именно искусственных нейронных сетей, не нашло достаточного освещения в специальной литературе Материалы и методы. В основе работы лежит применение искусственных нейронных сетей, спроектированных по особой технологии МОДУС-НС. Результаты. Разработана модель формирования и развития личности ребенка при его обучении, в основе которой лежат искусственные нейронные сети особого способа реализации – технологии МОДУС-НС. Приведено описание основ технологии МОДУС-НС и ссылки на литературе с полным описанием этой технологии. Выводы. Предложена модель формирования и развития личности ребенка в процессе его обучения. Модель использует методы искусственного интеллекта, в частности, большие искусственные нейронные сети. Предложено устройство для реализации нейросетевой модели, которое может быть использовано для определения текущего и целевого уровней интеллектуального эмоционального, физического развития ребенка, для разработки мер по формированию и развитию у него определенных личностных качеств, с ориентацией на последующее профессиональное обучение. Получена модель личности с принципиально новыми свойствами: масштабируемость нейронной сети; простота переноса и копирования результатов предшествующего обучения; возможность реализации различных моделей личности на одном аппаратном комплексе. Все перечисленные новые свойства позволяют создавать новое поколение интеллектуальных систем, которые могут не только моделировать, но и прогнозировать развитие личности ребенка в процессе его обучения в средней школе.

Дробышева НЕЙРОСЕТЕВАЯ МОДЕЛЬ ФОРМИРОВАНИЯ И РАЗВИТИЯ ЛИЧНОСТИ РЕБЕНКА В ПРОЦЕССЕ ЕГО ОБУЧЕНИЯ В СРЕДНЕЙ <...> Предложено устройство для реализации нейросетевой модели, которое может быть использовано для определения <...> Описание используемой нейросетевой модели. <...> Фрагмент большой нейронной сети Нейросетевая модель формирования и развития личности. <...> Нейросетевая модель позволяет управлять процессом формирования отдельных частей личности, развивать и

38

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.

Нейросетевые технологии и методы регрессионного анализа 194 9.4. <...> Выбор входных параметров нейросетевой модели. <...> Анализ данных методом нейросетевого моделирования 141 6.6. <...> входных параметров нейросетевой модели. <...> НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ И МЕТОДЫ РЕГРЕССИОННОГО АНАЛИЗА Как известно, нейросетевые и нейрокомпьютерые

Предпросмотр: Интеллектуальные системы учебник — Эл. изд..pdf (0,2 Мб)
39

№1 [Автоматизация, телемеханизация и связь в нефтяной промышленности, 2018]

Разработка и сервисное обслуживание средств измерения, автоматизации, телемеханизации и связи, АСУТП, ИИС, САПР и метрологическому, математическому, программному обеспечению

Нейросетевой программный модуль для прогнозирования эксплуатационных параметров смесевых твердых топлив <...> Анализ результатов моделирования позволяет сделать вывод о целесообразности применения нейросетевого <...> NS – универсальный пакет, предназначенный для нейросетевого анализа данных. <...> Обучение нейросетевой модели по тренировочным и тестовым примерам; 4. <...> Изучена и показана возможность нейросетевого моделирования процесса горения заряда АСС.

Предпросмотр: Автоматизация, телемеханизация и связь в нефтяной промышленности №1 2018.pdf (0,8 Мб)
40

№1 [Прикладная информатика / Journal of Applied Informatics, 2019]

Журнал «Прикладная информатика» является преемником одноименного сборника, выпускавшегося с 1981 года издательством «Финансы и статистика». Освещает современные тенденции в развитии прикладной информатики. Большая часть материалов посвящена прикладным вопросам: применению информационных технологий в таких областях как электронный маркетинг и коммерция, подготовка IT-специалистов, информационные системы, математическое и компьютерное моделирование, информационная безопасность. Журнал с 2006 года входит в состав учредителей ряда международных и всероссийских конференций, а также оказывает оргкомитетам информационную поддержку в проведении таких мероприятий. Издание включено в Перечень ВАК Минобрнауки РФ.

Сбор и подготовка данных для построения нейросетевой модели Прежде чем приступить к построению нейросетевой <...> , определяющие структуру нейросетевой модели. <...> Результаты работы нейросетевой модели представлены в табл. 4. <...> Выходные значения нейросетевой модели Table 4. <...> Выявлены наилучшие конфигурационные параметры нейросетевой модели.

Предпросмотр: Прикладная информатика Journal of Applied Informatics №1 2019.pdf (0,6 Мб)
41

РАЗРАБОТКА СПЕЦИАЛЬНОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ДИАГНОСТИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЭЛЕКТРОМЕХАНИЧЕСКИХ СИСТЕМ [Электронный ресурс] / Шпрехер // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2012 .— №1 .— С. 60-64 .— Режим доступа: https://rucont.ru/efd/519076

Автор: Шпрехер

Представлено специальное программное обеспечение, предназначенное для повышения эффективности и автоматизации управленческих решений при эксплуатации электромеханического оборудования за счет использования данных статистической обработки измеряемых параметров ЭМС и позволяющее, обрабатывая эти массивы диагностических данных и используя нейронные сети, решать задачи контроля и прогнозирования работоспособности ЭМС

вход портативного компьютера (ноутбука), в котором установлено СПО и осуществляется собственно решение нейросетевой <...> Программно-математическое обеспечение нейросетевой системы диагностирования ЭМС характеризуется двумя <...> И, наконец, осуществляется запись и сохранение сформированной нейросетевой модели (моделей) и параметров <...> В качестве модели распознавания классов ТС ЭМС используется многослойный нейросетевой классификатор с

42

НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА [Электронный ресурс] / Загидуллин [и др.] // Российский кардиологический журнал .— 2012 .— №6 .— С. 51-54 .— Режим доступа: https://rucont.ru/efd/458884

Автор: Загидуллин

Картирование поверхности сердца (КПС) является неинвазивным и эффективным методом диагностики ИБС и инфаркта миокарда (ИМ). Большое количество систем КПС не позволяет создавать стандартные диагностические критерии.

Целью исследования было определение эффективности нейросетевого моделирования в диагностике инфарктов <...> На выходе НС генерируется номер НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА Загидуллин Б. <...> Создание нейросетевой модели диагностики Q-ИМ и оценка её эффективности. Материал и методы. <...> Программа нейросетевого моделирования “NEYROKART”. <...> Компьютерная программа нейросетевой диагностики инфаркта миокарда «Нейрокард». А.

43

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

004.032.26:681.518.54 ЧИСЛЕННЫЙ МЕТОД ГЕНЕРАЦИИ ТЕСТОВОЙ ПОСЛЕДОВАТЕЛЬНОСТИ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ НЕЙРОСЕТЕВЫХ <...> Проведено экспериментальное исследование предложенного алгоритма на примере нейросетевой системы распознавания <...> Аппаратно реализованные нейросетевые системы обработки информации находят широкое применение в космических <...> На сегодня обеспечение требуемых показателей надежности нейросетевых систем обработки информации достигается <...> Однако данный подход применим лишь на этапе разработки нейросетевых объектов, при условии, что дальнейшая

44

МОДЕЛИРОВАНИЕ ВОЗДЕЙСТВИЯ ТЕМПЕРАТУРЫ ИНКУБАЦИИ НА УРОВЕНЬ АКТИВНОСТИ АЛЬФА-АМИЛАЗЫ СЛИЗИСТОЙ ОБОЛОЧКИ КИШЕЧНИКА СИБИРСКОГО ОСЕТРА С ПОМОЩЬЮ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ [Электронный ресурс] / Мартьянов, Бедняков, Неваленный // Вестник Астраханского государственного технического университета. Серия: Рыбное хозяйство .— 2015 .— №4 .— С. 96-102 .— Режим доступа: https://rucont.ru/efd/504596

Автор: Мартьянов

Проведено определение уровня активности альфа-амилазы слизистой оболочки кишечника сибирского осетра (Acipenser baerii) в широком диапазоне значений температуры с помощью стандартных физиолого-биохимических методов. Для аппроксимации исследуемой зависимости выбран класс искусственных нейронных сетей под названием «многослойный персептрон». Использовалась двухслойная модель с одним скрытым слоем, содержащим 7 нейронов. Среднеквадратичная ошибка обучения модели составила 0,294 для обучающей выборки, 0,317 для контрольной и 0,602 для тестовой. Температурный оптимум для исследуемого фермента, в соответствии с результатами лабораторных и вычислительных экспериментов, находится в диапазоне 25–30 °С и имеет размытый, нечеткий характер. Важной особенностью результатов моделирования является достаточно плавное изменение уровня активности фермента с повышением температуры для большей части исследуемого диапазона, обусловливающее сравнительно пологий характер кривой температурной функции изучаемого фермента. Помимо вычисления среднеквадратичной ошибки для тестовой, обучающей и контрольной выборок, качество предлагаемой компьютерной нейросетевой модели исследовалось с помощью построения гистограммы распределения ошибок моделирования, а также путем построения линейной регрессии значений для результатов моделирования относительно полученных экспериментальных данных. Анализ подтверждает достаточно хорошее качество обучения созданной искусственной нейронной сети с учетом объема выборки, используемой для обучения. Достигнутая точность моделирования позволяет сделать вывод о существенной ценности модели как средства прогноза уровня активности пищеварительного фермента при температурном воздействии. Учитывая полученные результаты, целесообразно расширить спектр применения нейроинформационных технологий для исследований в области экзотрофии. Созданную модель и результаты ее работы целесообразно в дальнейшем использовать в качестве компонента более сложных моделирующих систем.

Нейросетевой подход позволяет получить решение сразу в виде функции, удовлетворяющей требуемым условиям <...> Целью нашего исследования являлось создание компьютерной нейросетевой модели воздействия температуры <...> Компьютерное моделирование осуществлялось с помощью математического пакета MATLAB 8.0.0, нейросетевые <...> Принципы и техника нейросетевого моделирования / А. Н. Васильев. <...> Нейросетевые модели и алгоритмы. Справочник / Д. А. Тархов. М.: Радиотехника, 2014. 352 с. 9.

45

Прогнозирование в системе управления земельно-имущественным комплексом [Электронный ресурс] / Комаров // Имущественные отношения в РФ .— 2010 .— №5 .— С. 86-102 .— Режим доступа: https://rucont.ru/efd/498845

Автор: Комаров

Термин «прогнозирование» имеет множество разных значений, кроме общетеоретического: прогноз есть одна из форм предвидения, имеющая большую четкость и определенность

В состав нейросетевой модели для прогнозирования количества сделок после обучения сети были включены <...> Наилучшая из построенных нейросетевых моделей имеет один внутренний слой с шестью нейронами (см. рис. <...> Нейросетевой прогноз количества сделок на первичном рынке жилья города Согласно нейросетевому прогнозу <...> Значимость входящих факторов нейронной сети Наилучшая из построенных нейросетевых моделей имеет один <...> прогноз (вариант 1) нейросетевой прогноз (вариант 2) Рис. 6.

46

АВТОМАТИЗИРОВАННАЯ СИСТЕМА МОНИТОРИНГА И СНАБЖЕНИЯ ОБЪЕКТОВ НЕФТЕГАЗОДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ [Электронный ресурс] / Абу-Абед // Автоматизация, телемеханизация и связь в нефтяной промышленности .— 2018 .— №1 .— С. 9-14 .— Режим доступа: https://rucont.ru/efd/645739

Автор: Абу-Абед

В работе рассматриваются вопросы разработки программного модуля автоматизированной системы мониторинга и управления запасами и принадлежностями, размещения комплектующих в источниках пополнения ЗИП. Результаты работы предложенной модели лежат в основе минимизации целевой функции времени ожидания начала ремонта при возникновении отказов или поломок, возникающих в процессе промышленного бурения нефтяных и газовых скважин. Предложено использование нейросетевой модели, позволяющей провести оценку остаточного ресурса с учетом выбранной стратегии эксплуатации оборудования. На базе предложенной имитационной модели разработан программный комплекс, который может применяться для обеспечения функционирования буровой установки, а также при осуществлении мониторинга состояния буровой и её снабжения ЗИП.

На основе ранее разработанной структуры нейросетевого анализатора [11], предназначенного для выявления <...> Для исследования влияния использования нейросетевого классификатора состояния БУ проводилось сравнение <...> Анализ результатов моделирования позволяет сделать вывод о целесообразности применения нейросетевого <...> Построение нейросетевого классификатора для анализа ситуаций на буровой // Каротажник. – 2011. – № 11 <...> Построение нейросетевого анализатора аномалий для снижения риска при строительстве газовых и нефтяных

47

ИНФОРМАЦИОННО-СТРУКТУРНЫЕ МОДЕЛИ СИСТЕМЫ СБОРА И ОБРАБОТКИ ДАННЫХ C КОРИОЛИСОВА РАСХОДОМЕРА ИНЕРЦИОННОГО ТИПА [Электронный ресурс] / Михеев, Гудкова, Лепешев // Надежность и качество сложных систем .— 2015 .— №1 .— С. 43-50 .— Режим доступа: https://rucont.ru/efd/552903

Автор: Михеев

Создание и развитие новых технологий и производственных процессов привели к возросшей потребности измерения расхода жидкостей, протекающих в напорных и безнапорных трубопроводах. Системы сбора и обработки данных в настоящее время являются общедоступным средством

Обобщенная процедура синтеза алгоритмов нейросетевой идентификации на базе теории целых функций экспоненциального <...> Построение имитационных моделей нейросетевой идентификации сигналов с датчиков на ПАВ / М. Ю. <...> Применение UML-моделирования для управления структурной динамикой сложных технических систем нейросетевой <...> Имитационное моделирование нейросетевой идентификации сигналов сложной формы / М. Ю. Михеев, С. А.

48

НЕЙРОСЕТЕВАЯ МОДЕЛЬ МАГНИТНОГО ГИСТЕРЕЗИСА [Электронный ресурс] / Ткачев, Пасенчук // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2012 .— №6 .— С. 20-23 .— Режим доступа: https://rucont.ru/efd/519377

Автор: Ткачев

Приводится описание математической модели магнитного гистерезиса в виде нейронной сети, обучение которой осуществляется с использованием стандартных характеристик ферромагнитных материалов. Построены базовые элементарные операторы гистерезиса. Разработан итерационный алгоритм определения параметров сети

. № 6 17 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ УДК 621.313.392 НЕЙРОСЕТЕВАЯ МОДЕЛЬ МАГНИТНОГО <...> Структура нейросетевой модели магнитного гистерезиса Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис <...> Согласно структуре, показной на рис. 1, нейросетевая модель гистерезисного оператора  задается равенством <...> Описанная процедура обучения нейронной сети реализована численно, а сама нейросетевая модель магнитного <...> На рис. 3 в качестве иллюстрации приводятся петли гистерезиса, полученные в результате нейросетевого

49

МОДЕЛИРОВАНИЕ ВОЗДЕЙСТВИЯ ТЕМПЕРАТУРЫ ИНКУБАЦИИ НА УРОВЕНЬ АКТИВНОСТИ КАЗЕИНЛИТИЧЕСКИХ ПРОТЕИНАЗ СЛИЗИСТОЙ ОБОЛОЧКИ КИШЕЧНИКА БЕЛУГИ С ПОМОЩЬЮ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ [Электронный ресурс] / Мартьянов, Бедняков, Неваленный // Вестник Астраханского государственного технического университета. Серия: Рыбное хозяйство .— 2016 .— №2 .— С. 123-129 .— Режим доступа: https://rucont.ru/efd/504628

Автор: Мартьянов

Работа посвящена моделированию зависимости уровня активности казеинлитических протеиназ слизистой оболочки кишечника белуги (Huso huso L.) от величины температуры инкубации в широком диапазоне. Уровень активности фермента определяли с помощью стандартных физиолого-биохимических методов. Для аппроксимации исследуемой зависимости выбран класс искусственных нейронных сетей под названием «многослойный персептрон». Использовалась двухслойная модель с одним скрытым слоем, содержащим 9 нейронов. Среднеквадратичная ошибка обучения модели составила 0,336 для обучающей выборки, 0,576 для контрольной и 0,23 для тестовой. Температурный оптимум для исследуемого фермента белуги находится в области свыше 45–50 °С. При этом в области оптимума кривая температурной зависимости имеет достаточно пологий характер. Качество построенной компьютерной нейросетевой модели исследовалось дополнительно с помощью построения гистограммы распределения ошибок моделирования, а также путем построения линейной регрессии значений для результатов моделирования относительно полученных экспериментальных данных. Анализ подтверждает достаточно хорошее качество обучения созданной искусственной нейронной сети с учетом объема выборки, используемой для обучения. Достигнутая точность моделирования позволяет сделать вывод о существенной ценности модели как средства прогноза уровня активности пищеварительного фермента при температурном воздействии. Результаты исследований свидетельствуют о возможности существенного расширения применения нейросетевых моделей при исследованиях в области экологии питания рыб

Качество построенной компьютерной нейросетевой модели исследовалось дополнительно с помощью построения <...> Результаты исследований свидетельствуют о возможности существенного расширения применения нейросетевых <...> Целью данного исследования являлось создание компьютерной нейросетевой модели воздействия температуры <...> Принципы и техника нейросетевого моделирования / А. Н. Васильев. <...> Нейросетевые модели и алгоритмы. Справочник / Д. А. Тархов. М.: Радиотехника, 2014. 352 с. 9.

50

№10 [Вестник компьютерных и информационных технологий, 2016]

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

Индивидуально-адаптированный контроль и поддержка управляющих действий летчика на основе нейросетевых <...> Предложен подход к формированию индивидуально-адаптированной нейросетевой модели деятельности летчика <...> Проанализированы варианты использования индивидуально-адаптированных нейросетевых моделей летчика для <...> В качестве основы для построения подобного нейросетевого классификатора также использованы реализации <...> Здесь в качестве обучающих примеров для настройки нейросетевой модели используются реализации )(lkZ ,

Предпросмотр: Вестник компьютерных и информационных технологий №10 2016.pdf (0,6 Мб)
Страницы: 1 2 3 ... 39