Розглянуто питання побудови, синтезу та застосування штучних нейронних мереж прямого поширення з неітераційним навчанням. В основу методології неітераційного навчання покладено нову концептуальну модель штучних нейронних мереж. Модель "Функціонал на множині табличних функцій" є функціоналом на множинах синаптичних функцій, вихідних функцій нейронних елементів та дискретних функцій вхідних наборів, відтворюваних мережами з використанням тільки проективних зв'язків або із включенням додаткових латеральних. Наведена модель є основою ряду нових архітектур нейромереж та швидких неітераційних алгоритмів їх навчання.

  Скачати повний текст

На базі розробленої та числово реалізованої моделі довготривалої стимульованої фотонної луни, обумовленої надтонкою структурою та сформованою непрямокутними збудливими імпульсами, запропоновано схему багатошарової нейронно-мережової системи. Виконано числове моделювання кінетики різниці населенностей резонансних рівнів атомів у дворівневих системах у полі імпульсу непрямокутної форми, з'ясовано можливість прояву у часовій динаміці різниці населеностей особливостей ефекту внутриоптичної бістабільності під час адіабатично повільній зміні інтенсивності діючого поля. Виконано ком'ютерне моделювання, проаналізовано електронну структуру, ряд властивостей надатомних систем як потенційної системи зчитування одиночних електронів і елементів нейронно-мережевої системи. На базі багатофонної луни розроблено квантові моделі оптичних нейронно-мережевих систем і розрахунку характеристик багатофоннових резонансів в атомах у полі лазерного імпульсу непрямокутної форми, з'ясовано особливості можливого прояву стохастичності та фотон-кореляційних ефектів. Виконано оцінку бістабільності оптичного пропускання під час багатофоннового поглигання. З використанням методів об'ективно-орієнтаційного програмування, на базі фотонної луни здійснено реалізацію нових моделей нейронно-мережевих систем і проведено ком'ютерні експерименти для з'ясування оптимально-інформаційних можливостей шуканих систем у задачах розпізнавання образів і складних сигналів, наведено оцінку можливостей реалізації в системі резонансно-стохастичних ефектів.

  Скачати повний текст

Розроблено методи синтезу і моделі компоненти нетрадиційних надійних, відмовостійких і живучих обчислювальних нейромереж, які не потребують ніяких спеціальних засобів виявлення, відшукування та усунення несправностей. Пошук в області існуючих нейропарадигм призвів до створення нової нейромережевої парадигми. Визначено базові складові цієї парадигми, розроблено методи синтезу, математичні та комп'ютерні моделі компонентів нетрадиційної нейромережі для комп'ютерної реалізації та перевірки цифровим моделюванням запропонованої концепції. Наведено оціночні характеристики надійності, відмовостійкості та живучості запропонованих обчислювальних нейромереж.

  Скачати повний текст

Розроблено формалізовані основи формування навчальної вибірки (НВ) для нейронної мережі (НМ) у задачах прогнозування часових рядів. Досліджено процес прогнозування та виявлено його основні характеристики. Запропоновано формальний опис процесу формування НВ для конкретної задачі прогнозування. Представлено спосіб дискретизації опису розпізнавальної ситуації для навчальних наборів. Апробовано методику аналізу якості НВ, яка базується на запропонованих показниках. Наведено методику підвищення якості НВ, що забезпечує виконання принципу інваріантності у часі, та визначеного співвідношення між значеннями повторюваності та суперечливості. Розроблено програмний процесор, що реалізує зазначені методики. Дані, одержані у роботі, підтверджені під час прогнозування у задачах валютного ділінгу, а також у задачах аналізу процесів соціально-економічного розвитку приморських міст.

  Скачати повний текст

Розроблено та досліджено принципово нові схеми оптоелектронних частотно-динамічних нейронних елементів з використанням новітніх напівпровідникових біспін-приладів. Ці схеми у порівнянні з відомими простіші, мають ширші функціональні властивості, більш ефективні. Схеми задовольняють системні вимоги до частотно-динамічних нейронних елементів, сформульовані на підставі аналізу умов реалізації та функціонування штучних нейронних мереж з великою кількістю елементів. Запропоновані нейронні елементи, адекватні біологічним нейронам за функціональними властивостями, формою та параметрами вихідних імпульсів.

  Скачати повний текст

Розроблено інформаційні технології та системи високопродуктивних системних середовищ і нейронних мереж для налаштування, функціонування та розв'язування складних задач в реальному масштабі часу. Вивчено обчислювальні процеси на заданих рівнях розпаралелювання алгоритмів дискретних перетворень і обробки складних зображень на базі системних середовищ. Наведено алгоритм фільтрації зображень на базі мультиконвеєрних системних середовищ. Отримано високоефективний алгоритм для розпізнавання, компресії зображень на базі нейронних мереж. Запропоновано інформаційно-аналітичні системи аналізу, оцінки, прогнозування складних фізичних процесів і зображень на базі нейронних мереж, системних обчислювальних середовищ. Показано високу ефективність результатів застосування нейромережі для визначення параметрів афінних перетворень.

  Скачати повний текст

Розглянуто новий клас математичних моделей нелінійних керованих систем нейромережного типу з асоціативною пам'яттю. Вперше поставлено та розв'язано для таких систем задачу про існування нерухових точок багатозначного відображення та доведено відповідні теореми. Досліджено питання існування інваріантності для нелінійних систем нейромережного типу з кусочно-лінійною, сигмоїдною динамікою та динамікою гіперболічного тангенса. Для N-мірної нейронної мережі побудовано інваріантні множини. Проведено аналітичні та числові розрахунки.

  Скачати повний текст

Досліджено клас задач оптимального керування для нових моделей нейромережного типу. Розв'язано задачі оптимального керування для динамічних систем, еволюція яких описується за допомогою нелінійних функцій (сигмоїдної функції, функції гіперболічного тангенса, кусочно-лінійні функції). Доведено існування оптимальних процесів для динамічних систем нейромережного типу з нульовими і ненульовими пороговими потенціалами із застосуванням методу Кротова. Розглянуто задачу оптимального керування з обмеженнями на керування та визначено необхідні умови оптимальності. Доведено існування оптимальних процесів для одновимірних кусочно-лінійних систем та отримано аналітичні вирази оптимальних процесів. Проведено числові розрахунки та отримано графічні ілюстрації з порівняннями неоптимальних і оптимальних траєкторій.

  Скачати повний текст

Запропоновано та досліджено метод селекції найбільш інформативних зв'язків синаптичної матриці, який дає змогу у 3 - 5 разів зменшити обсяг фізичної пам'яті під час реалізації псевдоінверсних нейромереж з малою насиченістю пам'яті. На базі цього методу запропоновано та перевірено метод збільшення продуктивності програмних та апаратних реалізацій нейромереж. Виявлено здатність псевдоінверсної нейромережі до відновлення змісту зруйнованої пам'яті під час повторного навчання на деякі з раніше запам'ятованих образів і відзначено паралельні з цими явищами відновлення пам'яті у хворих на амнезію. Розроблено метод динамічного рознасичення асоціативної пам'яті, що дає змогу оперативно вилучати з неї застарілі дані. Створено алгоритмічне та програмне забезпечення, що реалізує розроблені методи удосконалення нейронної асоціативної пам'яті. Створено та експериментально випробувано гібридну модульну нейромережу, що поєднує модулі з ітеративними та неітеративними методами навчання, яку використано в інтелектуальній системі безпеки пасажира автомобіля.

  Скачати повний текст

Розроблено модель семантичної нейронної мережі, що дозволяє представляти формальну модель тексту як алгебру з операціями над елементами природної мови, які виконуються нейронами. Запропоновано модель синхронізованого лінійного дерева у вигляді структури зв'язків нейронів семантичної нейронної мережі, яка є скінченним автоматом і забезпечує ідентифікацію лексем, морфологічних і синтаксичних ознак, шо відповідають елементам тексту, а також обробку морфологічної та синтаксичної синонімії та омонімії. Наведено модель лінії часу, що виконує функцію короткочасної пам'яті. Розроблено модель механізму прямого виводу продукції у вигляді структури зв'язків нейронів, яка виконує семантичний аналіз елементів природної мови.

  Скачати повний текст

На основі багатошарового персептрона (БШП) реалізовано нейромережеві моделі. Проаналізовано існуючі алгоритми настроювання параметрів БШП та синтезовано алгоритм його навчання на основі поширеного фільтра Калмана. Розглянуто алгоритми навчання БШП за наявності перешкод вимірів. Запропоновано здійснювати навчання БШП за допомогою багатокрокових проекційних алгоритмів, що використовують обмежену кількість інформації. З метою поліпшення обчислювальних властивостей даних алгоритмів та стійкості процесу навчання розроблено їх факторизовані форми. Розглянуто опис нелінійного динамічного об'єкта за допомогою предикторів на основі фільтра Калмана та одержано відповідні структури нейромережевих моделей у просторі станів. Проведено імітаційне моделювання різних алгоритмів навчання БШП за допомогою MATLAB 6.1, Trajan Neural Network Simulator 3.0 та у середовищі IntelligentPag.

  Скачати повний текст

Розроблено архітектуру та методики використання інтелектуальної системи розпізнавання образів на основі штучних нейронних мереж (ШНМ) з конкуренційним навчанням. Запропоновано метод попередньої обробки даних ШНМ, що предбачає розширення вимірності простору реалізацій на основі геометричного підходу. Побудовано інформаційні моделі для модифікованих варіантів карт з самоорганізацією Кохонена та мереж зустрічного поширення (МЗП), створено їх програмні реалізації, які дозволяють у 2 - 2,5 рази покращити якість розпізнавання образів (для МЗП). Для візуалізації результатів розпізнавання запропоновано модель тривимірної карти особливостей. Результати дослідження використано для розв'язання задач діагностування у стоматології, розпізнавання та візуалізації мовних образів.

  Скачати повний текст

Розроблено інтелектуальні нейромережеві системи візуалізації багатовимірних даних та програмні моделі нейронних мереж, методики їх навчання та налагодження. Удосконалено архітектуру автоасоціативної нейронної мережі шляхом введення блоків прямих та обернених функціональних перетворень і корекції вихідних даних, створено програмну модель такої мережі на основі нейропарадигми "функціонал на множині табличних функцій". Визначено сукупність внутрішніх та зовнішніх критеріїв для синтезу нейронної мережі оптимальної складності та оцінки якості її функціонування. Розроблено метод двоступеневої візуалізації на основі удосконаленого варіанта ситуаційних карт особливостей. Результати досліджень використано для вирішення задач оптимізації режиму в електроенергетиці та діагностування в стоматології.

  Скачати повний текст

Удосконалено модель маніпуляційної системи (МС) довільної конфігурації у сердовищі з обмеженнями. Створено алгоритм та програмне забезпечення реалізації інформаційно-пошукового підходу для планування у середовищі з обмеженням рухів МС довільної конфігурації. Удосконалено технології анімації двовимірної та тривимірної віртуальної моделі людської голови під час промовляння фонетично розміченого тексту, виявлено принципові моменти ускладнення застосування у межах даних технологій візуалізації емоційного забарвлення у процесі промовляння. Запропоновано модель, алгоритм та програмне забезпечення для представлення та подальшого керування анімацією просторової моделі людської голови з допомогою NURBS-поверхні й автоматичної побудови конкретних моделей.

  Скачати повний текст

Уперше запропоновано архітектуру вейвлет-нейрона й оптимальний за швидкодією градієнтний метод навчання, який забезпечує настроювання в реальному часі синаптичних ваг, а також параметрів розтягнення та зсуву, дочірніх вейвлетів. Відзначено, що даний метод має слідкувальні та згладжувальні властивості, що дозволяє ефективно використовувати вейвлет-нейрони самостійно та у складі штучних нейронних мереж для розв'язання задач емуляції та прогнозування нестаціонарних послідовностей довільної природи, що збурені завадами, за умов апріорної та поточної невизначеності. Уперше запропоновано метод навчання на точках повороту вейвлет-нейрона на базі оптимізації гібридного критерію якості, який дає змогу не тільки мінімізувати квадратичну похибку прогнозу, а і ефект зсуву, що є істотним у розв'язанні задач прогнозування нестаціонарних послідовностей. Запропоновано генератори аналітичних вейвлетів, що передбачає здійснення аналізу відомих вейвлет-функцій за допомогою адаптичної нейронної мережі Фур'є, що дозволяє генерувати широкий клас активаційних функцій та настроювати їх параметри у процесі навчання нейронних мереж. Удосконалено архітектуру гібридної вейвлет-радіально-базисної нейронної мережі та рекурентні методи начання, призначені для роботи у реальному часі з метою розв'язання задачі емуляції та прогнозування нестаціонарних послідовностей за умов апріорної та поточної невизначеності, які відрізняються високою швидкістю збіжності й обчислювальною простотою. Удосконалено метод навчання вейвлет-нейрона, що базується на еволюційних процедурах оптимізації, орієнтованих на вирішення задач мінімізації багатоекстремальних функцій, які виникають у багатошарових нейронних мережах, а також мають високу швидкість збіжності та обчислювальну простоту, що дозволяє розширити область задач, що розв'язуються.

  Скачати повний текст

Запропоновано метод зображення вагових матриць нейронної асоціативної пам'яті (НАП) за допомогою точок на многовиді Грасмана та доведено можливість використання цього методу для створення НАП з метою узагальнення даних. Створено модель НАП, здатну до кластеризації даних, та яка дає змогу навчатися без вчителя. Розроблено метод застосування спектрального аналізу матриць для вивчення властивостей НАП. Одержано теоретичне пояснення явища відновлення частково зруйнованої асоціативної пам'яті у разі повторного навчання, досліджено природу інваріантних підпросторів ушкодженої та відновленої вагових матриць. Уперше створено та досліджено НАП, базуючись на ядерному підході, яка має збільшену ємність пам'яті та дозволяє розв'язувати більш широке коло задач. Оцінено верхню межу ємності асоціативної пам'яті з клітинною архітектурою. Експериментально доведено можливість застосування НАП у задачах розпізнавання хімічних образів (система типу "електронний ніс") та показано її переваги у порівнянні з використанням традиційних щодо цієї задачі нейропарадигм.

  Скачати повний текст

Запропоновано представлення, призначене для загального аналізу архітектур модульних мереж і, у першу чергу, для аналізу архітектур автоматичними системами. Розглянуто загальні властивості циклів у модульних мережах. Доведено теореми про властивості звичайних циклів. Наведено визначення дозволених і заборонених архітектур модульних мереж. Запропоновано алгоритми перерахування таких мереж, що містять цикли, шляхом заміни останніх метавершинами. Запропоновано алгоритми аналізу модульних мереж, що дозволяють визначати наявність циклів, виділяти вершини їм приналежні та визначати типи циклів. Розроблені моделі модульних нейронних мереж і методи реалізовано як програмні модулі у рамках системи автоматичного проектування багатомодульних нейронних мереж САПР МНМ та програмного комплексу "NeuroLand". Уперше експериментально досліджено методи кооперативного навчання модульних нейронних мереж. Показано, що використання кооперативного навчання у 1,5 рази знижує часові витрати у порівнянні з індивідуальним за близьких результатів класифікації. Експериментально доведено переваги модульних мереж на прикладі розв'язання задачі класифікації пасажира автомобіля.

  Скачати повний текст

Уперше розроблено комплексний критерій, що враховує суперечливість, нерівномірність, середньоквадратичну помилку перетворення вхідних даних, кількість розпізнаваних класів навчальної вибірки (НВ). Розроблено автоматизований метод побудови якісної НВ для системи підтримки прийняття рішень (СППР), який базується на комплексній кількісній оцінці якості НВ. Розвинуто метод навчання з використанням штучних нейронних мереж зі зворотним поширенням помилки, який полягає у застосуванні: нового критерію оцінки розпізнавання навчальних наборів нейронною мережею та базується на аналізі глобальної, локальної й елементарної помилок; нових правил відновлення вагових коефіцієнтів (ВК); формального механізму ініціалізації та динамічного коректування величини кроку зміни ВК. Розроблено інформаційну технологію прискорення синтезу нейромережевих моделей для розв'язання задач прогнозування в СППР, яка містить формалізацію етапів побудови навчальної вибірки, структурного та параметричного синтезу і поєднує всі етапи до єдиного формалізованого процесу.

  Скачати повний текст

Обгрунтовано методику прогнозування роботоздатності мікропроцесорних засобів. Виявлено недоліки та складності застосування відомих методів прогнозування роботоздатності мікропроцесорних засобів. Запропоновано нову концептуальну модель, яка за рахунок поділу параметрів мікропроцесорних пристроїв і систем на загальні та конкретні, дозволяє використовувати одну й ту ж штучну нейронну мережу для прогнозування роботоздатності не окремого пристрою, а класу пристроїв. З використанням концептуальної моделі розроблено нейромережний метод прогнозування роботоздатності мікропроцесорних зособів, що дозволяє врахувати взаємовплив компонентів і прогнозувати роботоздатність на базі лише поточних значень необхідних параметрів об'єкта прогнозування. Розроблено зразок програмного забезпечення для реалізації системи прогнозування роботоздатності накопичувачів на жорстких магнітних дисках як складової комп'ютерної системи.

  Скачати повний текст

Розроблено методи побудови асоціативної пам'яті на базі неповнозв'язних нейронних мереж Хопфілда. Розглянуто методи навчання, які максимізують асоціативні якості мереж за умови певних архітектурних обмежень. Запропоновано вдосконалення псевдоінверсного методу навчання мереж з заданою архітектурою, що дозволило позбутися нестабільності обчислень і підвищити ємність пам'яті. Одержано теоретичні оцінки атракторних якостей і характеристик вагових матриць для неповнозв'язних мереж. Запропоновано метод побудови мереж з адаптивною архітектурою, що залежить від даних, які зберігаються у мережі. Виявлено та піддано теоретичному й експериментальному аналізу явище фазового переходу в асоціативний стан для мереж з адаптивною архітектурою. Запропоновано новий спосіб побудови асоціативної нейронної мережі з архітектурою "тісного світу", який покращив асоціативні якості мережі за збереження відомих переваг цієї моделі. Створено алгоритмічне та програмне забезпечення, що реалізує розроблені методи побудови неповнозв'язаних асоціативних нейронних мереж. Ефективність розроблених моделей продемонстровано на прикладі задачі розпізнавання хімічних образів.

  Скачати повний текст