Пошуковий запит: (<.>A=Крыжановский Б$<.>) |
Загальна кількість знайдених документів : 10
Представлено документи з 1 до 10
|
|
| | |
|
1. |
Крыжановский Б. В. Быстрая система распознавания и принятия решения на основе векторной нейросети / Б. В. Крыжановский, В. М. Крыжановский // Искусств. интеллект. - 2004. - № 3. - С. 534-541. - Библиогр.: 12 назв. - рус.Запропоновано простий та ефективний нейромережний алгоритм перцепційного типу, що дозволяє надійно ідентифікувати сильно спотворений вхідний вектор і на підставі цього видавати відповідний керуючий сигнал. Показано, що векторна нейромережа володіє великим обсягом пам'яті та здібністю до розпізнавання навіть за наявності виключно великих шумів у вхідному каналі. Надійність і швидкість роботи ідентифікуючого перцептрона на декілька порядків вище, ніж у повнозв'язних нейронних мереж, що виконують аналогічну задачу. За швидкістю роботи алгоритм перевершує стековий алгоритм швидкого пошуку, модифікований для роботи за наявністю шумів у вхідному каналі. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
2. |
Крыжановский Б. В. Доменная модель как мультиагентная система / Б. В. Крыжановский, Б. М. Магомедов, А. Л. Микаэлян // Искусств. интеллект. - 2005. - № 4. - С. 354-363. - Библиогр.: 6 назв. - рус.Для задач оптимизации предложен новый (доменный) алгоритм перехода нейросетевой системы типа модели Хопфилда в стабильное состояние. В рассматриваемой нейронной модели отдельные спины-нейроны объединены в более крупные агрегаты - домены. Соответствующим образом модифицировано решающее правило - запрещен переворот отдельно взятого спина в домене, допускаются только перевороты всего домена в целом (т.е. одновременный переворот всех образующих домен спинов), переворот домена определяется только знаком энергии его взаимодействия с остальной системой, энергия взаимодействия спинов внутри домена не играет роли. Объем памяти такой нейросети линейно возрастает с ростом размеров доменов (числом входящих в него спинов). Показано, что в задачах оптимизации доменная динамика позволяет находить более глубокие минимумы, чем спиновая динамика модели Хопфилда. Обсуждено применение предлагаемого алгоритма для оптимизации многоагентной системы. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
3. |
Крыжановский М. В. Доменная модель нейронной сети и ее применение к задачам оптимизации / М. В. Крыжановский, Б. М. Магомедов, Б. В. Крыжановский // Искусств. интеллект. - 2006. - № 4. - С. 297-308. - Библиогр.: 23 назв. - рус. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
4. |
Крыжановский Б. В. К вопросу о нахождении локальных минимумов в задачах оптимизации / Б. В. Крыжановский, Б. М. Магомедов, А. Л. Микаэлян // Искусств. интеллект. - 2006. - № 3. - С. 284-294. - Библиогр.: 10 назв. - рус.На основе анализа обобщенной модели Хопфилда получены выражения, устанавливающие связь между глубиной локального минимума и шириной области притяжения, которую можно выразить в виде "глубже минимум - шире область притяжения - больше вероятность обнаружения в процессе случайного поиска". На основании этого вероятность нахождения локального минимума при случайной инициализации нейронной сети удалось представить как функцию глубины этого минимума. В практических оптимизационных приложениях наличие таких выражений позволит по ряду уже найденных минимумов оценить вероятность нахождения более глубокого минимума и принять решение на остановку программы поиска или ее продолжение. Развитая теория находится в хорошем согласии с результатами эксперимента. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
5. |
Крыжановский Б. В. Корреляция градиентов квадратичного функционала и его клиппированного прототипа / Б. В. Крыжановский, В. М. Крыжановский // Искусств. интеллект. - 2007. - № 3. - С. 537-546. - Библиогр.: 24 назв. - рус. Індекс рубрикатора НБУВ: З973-045
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
6. |
Алиева Д. И. Об эффективности векторных нейронных сетей с бинарной матрицей связей / Д. И. Алиева, Б. В. Крыжановский, В. М. Крыжановский // Искусств. интеллект. - 2005. - № 4. - С. 324-330. - Библиогр.: 10 назв. - рус.Исследованы характеристики векторных нейронных сетей с бинарной матрицей связей. Даны теоретические оценки нейросетевой памяти и помехоустойчивости на примерах модели Хопфилда и параметрической нейросети. Показано, что объем памяти и помехоустойчивость у сетей с такой матрицей связей незначительно уступает аналогичным характеристикам моделей с обычной матрицей Хебба, но при этом позволяет существенно уменьшить затраты компьютерной памяти. Компьютерные эксперименты подтверждают наши оценки. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
7. |
Крыжановский Б. В. Оптимизация восстанавливающей способности векторной нейронной сети / Б. В. Крыжановский, Д. И. Симкина // Искусств. интеллект. - 2007. - № 3. - С. 556-562. - Библиогр.: 34 назв. - рус. Індекс рубрикатора НБУВ: З810.22
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
8. |
Крыжановский Б. В. Векторные нейронные сети с клиппированными синапсами / Б. В. Крыжановский, Д. И. Симкина, В. М. Крыжановский // Искусств. интеллект. - 2007. - № 4. - С. 602-611. - Библиогр.: 14 назв. - рус. Індекс рубрикатора НБУВ: З810.22 + З973.5-045
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
9. |
Крыжановский Б. В. Модифицированная q-нарная модель Поттса с бинаризованными синаптическими коэффициентами / Б. В. Крыжановский, В. М. Крыжановский // Искусств. интеллект. - 2008. - № 3. - С. 540-547. - Библиогр.: 13 назв. - рус. Індекс рубрикатора НБУВ: З973-045
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|
|
| | |
|
10. |
Карандашев Я. М. Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске / Я. М. Карандашев, Б. В. Крыжановский // Искусств. интеллект. - 2009. - № 4. - С. 37-44. - Библиогр.: 3 назв. - рус.Решена задача минимизации квадратичного функционала в конфигурационном пространстве. Для эффективного увеличения области притяжения глубоких минимумов предложено матрицу, на которой построен функционал, возводить в степень, и на полученном новом функционале решать задачу минимизации. Показано на примере матриц двумерной спинстекольной модели Изинга, что такая техника приводит к сдвигу спектра минимумов в более глубокую область, резко сокращает число находимых мелких минимумов и позволяет с большей, на 3 - 4 порядка, вероятностью находить глобальный минимум. Індекс рубрикатора НБУВ: В173.113.2
Рубрики:
Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ
|