Наукова періодика України Радіоелектроніка, інформатика, управління


Oliinyk A. 
Additional training of neuro-fuzzy diagnostic models / A. Oliinyk, S. Subbotin, S. Leoshchenko, M. Ilyashenko, N. Myronova, Y. V. Mastinovsky // Радіоелектроніка, інформатика, управління. - 2018. - № 3. - С. 106-119. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2018_3_14
Вирішено задачу автоматизації синтезу діагностичних моделей при діагностуванні та розпізнаванні образів. Об'єкт дослідження - методи синтезу нейро-нечітких діагностичних моделей. Предмет дослідження - методи донавчання нейро-нечітких мереж. Мета роботи - створення методу донавчання нейро-нечітких діагностичних моделей. Запропоновано метод донавчання діагностичних нейро-нечітких моделей, який дозволяє адаптувати до зміни середовища функціонування існуючі моделі шляхом їх модифікації з урахуванням інформації, отриманої в результаті нових спостережень. Даний метод передбачає виконання етапів видобування та угрупування коригувальних екземплярів, діагностування за якими за допомогою існуючої моделі призводить до некоректних результатів, а також побудову коригувального блоку, який узагальнює дані коригувальних екземплярів, і впровадження його у вже існуючу модель. Використання запропонованого методу донавчання діагностичних нейро-нечітких моделей дозволяє не виконувати ресурсномісткий процес повторної побудови діагностичної моделі на основі повного набору даних, використовувати вже наявну модель в якості обчислювального блоку нової моделі. Моделі, синтезовані за допомогою запропонованого методу, характеризуються високою інтерпретовністю, оскільки кожен блок узагальнює інформацію про свій набір даних і в якості базису використовує нейро-нечіткі моделі. Розроблено програмне забезпечення, яке реалізує запропонований метод донавчання нейро-нечітких мереж і дозволяє виконувати перебудову існуючих діагностичних моделей на основі нової інформації про досліджувані об'єкти або процеси. Висновки: проведені експерименти підтвердили працездатність заропонованого метод донавчання нейро-нечітких мереж і дозволяють рекомендувати його для використання на практиці при обробці масивів даних для діагностування та розпізнавання образів. Перспективи подальших досліджень можуть полягати в розробці нових методів донавчання глибоких нейромереж для оброблення великих даних.
  Повний текст PDF - 647.469 Kb    Зміст випуску     Цитування публікації

Цитованість авторів публікації:
  • Oliinyk A.
  • Subbotin S.
  • Leoshchenko S.
  • Ilyashenko M.
  • Myronova N.
  • Mastinovsky Y.

  • Бібліографічний опис для цитування:

    Oliinyk A. Additional training of neuro-fuzzy diagnostic models / A. Oliinyk, S. Subbotin, S. Leoshchenko, M. Ilyashenko, N. Myronova, Y. V. Mastinovsky // Радіоелектроніка, інформатика, управління. - 2018. - № 3. - С. 106-119. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2018_3_14.

    Додаткова інформація про автора(ів) публікації:
    (cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)
  • Олійник Андрій Олександрович (технічні науки)
  • Леощенко Сергій Дмитрович (1995–) (технічні науки)
  • Миронова Наталя Олексіївна (технічні науки)
  •   Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
     
    Відділ інформаційно-комунікаційних технологій
    Пам`ятка користувача

    Всі права захищені © Національна бібліотека України імені В. І. Вернадського