Проаналізовано проблему адаптивної обробки інформації за допомогою штучної нейронної мережі (ШНМ) Cerebellar Model Articulation Controller (СМАС). Досліджено біологічну модель мозочка, математичний аналог якої є основою ШНМ СМАС, визначено принципи побудови та функціонування цієї мережі. Охарактеризовано структуру нейронної мережі СМАС. Розглянуто методи кодування інформації у СМАС. Досліджено властивості різноманітних схем кодування інформації. Розглянуто задачу вибору базисних функцій у мережі СМАС. Запропоновано метод кодування інформації та вибору базисних функцій у ШНМ СМАС, які дозволяють використовувати дану мережу в задачах непрямого нейрокерування без еталонної моделі. Розроблено методи скорочення процесу навчання мережі. Створено багатокрокові проекційні алгоритми навчання, одержано їх рекурентні форми. У середовищі MATLAB 6.1 проведено імітаційне моделювання різних алгоритмів навчання СМАС. Досліджено процес розв'язання задач ідентифікації та керування нелінійними динамічними об'єктами, а також фільтрації та кодування сигналів і зображень. Удосконалено моделі обчислювальних засобів для розв'язання задач стиснення та фільтрації зображень, які реалізують ієрархічну нейронну мережу СМАС. Експериментально підтверджено достовірність теоретичних результатів наукового дослідження.

  Завантажити