Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Книжкові видання та компакт-диски (31) | Реферативна база даних (5) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Гофман Е$<.>) | |||
|
Загальна кількість знайдених документів : 1 |
|||
| 1. | 
Субботин С. А. Синтез нейро-нечетких диагностических моделей с хэширующим преобразованием в последовательном и параллельном режимах [Електронний ресурс] / С. А. Субботин, А. Ю. Благодарев, Е. А. Гофман // Радіоелектроніка, інформатика, управління. - 2017. - № 1. - С. 56-65. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2017_1_9 Решена актуальная задача повышения скорости построения нейро-нечетких (НН) моделей по прецедентам. Цель работы - создание метода синтеза НН сетей, обладающего высокой скоростью вычисленией и позволяющего реализовать синтез НН сетей в параллельном режиме. Предложен метод построения НН моделей по прецедентам, который осуществляет сокращение размерности входных данных посредством хэширующего отображения на одномерную ось с сохранением локальной топологии кластеров в признаковом пространстве, оценивает значимость признаков и экземпляров на основе выделенных кластеров, а также формирует разбиение исходного признакового пространства в автоматическом режиме, синтезирует структуру и настраивает параметры НН модели автоматически, исключая из процесса обучения НН модели малоинформативные данные, упрощая тем самым структуру получаемых моделей, а также позволяет наиболее вычислительно трудоемкие операции выполнять в параллельном режиме, что позволяет автоматизировать процесс синтеза НН моделей по прецедентам, а также повысить скорость построения НН моделей как при последовательной, так и при параллельной реализации вычислений. Разработано программное обеспечение, реализующее предложенный метод, которое использовано при проведении вычислительных экспериментов по исследованию свойств метода. Выводы: проведенные эксперименты подтвердили работоспособность предложенного метода и реализующего его программного обеспечения, а также позволяют рекомендовать их для применения на практике для решения задач диагностирования и автоматической классификации по признакам. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |