Штучні нейронні мережі в задачах реалізації матеріальних об’єктів. Частина 1. Принципи побудови та класифікація

Автор(и)

  • В.О. Адаменко Національний технічний університет України “Київський політехнічний інститут” http://orcid.org/0000-0003-0601-8394
  • Г.О. Мірських Національний технічний університет України “Київський політехнічний інститут”

DOI:

https://doi.org/10.20535/RADAP.2011.47.176-189

Ключові слова:

штучні нейронні мережі, функція активації, класифікація нейронних мереж

Анотація

В роботі наведено основні історичні етапи розвитку штучних нейронних мереж. Розглянуто математичну модель штучного нейрону та основні складові елементи нейронних мереж. Охарактеризовано типові функції активації з визначенням їх переваг та недоліків. Представлено один з можливих варіантів розв'язання задачі класифікації нейронних мереж згідно різних класифікаційних ознак. Обґрунтовано доцільність використання нейронних мереж в задачах реалізації матеріальних об’єктів. Це в перспективі дозволить внести в розрахунковий апарат складові інтуїції та досвіду, притаманні інженеру.

Біографії авторів

В.О. Адаменко, Національний технічний університет України “Київський політехнічний інститут”

Адаменко В.О., аспірант радіотехнічного факультету

Г.О. Мірських, Національний технічний університет України “Київський політехнічний інститут”

Мірських Г.О., к.т.н., доцент

Посилання

Заенцев И.В. Нейронные сети: основные модели: учебное пособие для студентов / Заенцев И.В.— Воронеж:ВГУ, 1999. — 76с.

Turing A.M. Computing machinery and intelligence / Turing A.M. // Mind. — 1950.— vol. 59, №236. — P. 433—460.

McCulloch W.S. A logical Calculus of Ideas Immanent in Nervous Activity / McCulloch W.S., Pitts W. // Bull. Mathematical Biophysics. — 1943. — vol. 5 — P. 115—133.

Уоссермен Ф. Нейрокомпьютерная техника: теория и практика / Уоссермен Ф.; пер. с англ. Ю. А. Зуев, В. А. Точенов. — М.:Мир, 1999. — 184с. — ISBN 5060040941.

Rosenblatt F. The Perceptron: a probabilistic model for information storage and organization in the brain / F. Rosenblatt // Cornell Aeronautical Laboratory, Psychological Review — 1958 — vol.65, No. 6 — P. 386—408c.

Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга / Ф. Розенблатт. — М.: Мир, 1965. — 175с.

Estebon M.D. Perceptrons: An Associative Learning Network / M.D. Estebon // Virginia Tech. — 1997.

Widrow B. Adaptive switching circuits / B.Widrow, M.E. Hoff // IRE WESCON Convention Record. — 1960. — P. 96—104.

Бодянский Е.В. Искусственные нейронные сети: архитектуры, обучение, применения / Е.В. Бодянский, О.Г. Руденко. — Харьков: Телетех, 2004. — 369с. — ISBN 966-954116-2-2.

Минский М. Л. Персептроны / М. Л. Минский, С. Пейперт. — М.: Мир, 1971 —— УДК 62-506.222.001.57.

Аркадьев А. Г. Обучение машины классификации объектов / А. Г. Аркадьев, Э. М. Браверман. — М.: Наука, 1971 — 192с.

Werbos P. J. Beyond regression: New tools for prediction and analysis in the behavioral sciences / P. J. Werbos // Ph.D. thesis, Harvard University, Cambridge — 1974.

Галушкин А. И. Синтез многослойных систем распознавания образов / А. И. Галушкин. — М.: «Энергия», 1974 — 368с.

Hopfield J. J. Neural networks and physical systems with emergent collective computational abilities / J. J. Hopfield // Proceedings of National Academy of Sciences. — 1984. — vol. 79. —P.2554—2558.

Rumelhart D. E. Learning Internal Representations by Error Propagation In: Parallel Distributed Processing / D. E. Rumelhart, G. E. Hinton, R.J. Williams // Cambridge, MA, MIT Press. — 1986. — vol. 1 — P. 318—362.

Барцев С. И. Адаптивные сети обработки информации / С. И. Барцев, В. А. Охонин. — Красноярск: Ин-т физики СО АН СССР, 1986. — 20 с. — (Препринт/ Красноярск: Ин-т физики СО АН СССР; N 59Б. ).

Миркес Е. М. Нейрокомпьютер. Проект стандарта / Е. М. Миркес. — Новосибирск: Наука, 1999. — 337 с. — ISBN 5-02-031409-9.

Крючин О. В. Реализация параллельного алгоритма подбора активационных функций искусственной нейронной сети / О. В. Крючин, А. А. Арзамасцев. — ЭФТЖ — 2011. — т.6 — С.52— 61.

Круглов В. В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. — М.: Горячая линия — Телком, 2002. — 382с. — ISBN 5-93517-031-0.

Ясницкий Л. Н. Введение в искусственный интеллект: Учеб. пособие для студ. высш. учеб. заведений / Л. Н. Ясницкий. — Издательский центр «Академия», 2005. — 176 с. — ISBN 5-7695-1958-4.

Хайкин С. Нейронные сети. Полный курс / С. Хайкин — М.: Вильямс, 2006 — 1104с. — ISBN5-8459-0890-6.

Hopfield J.J. Neurons with graded response have collective computational properties like those of two-state neurons / J.J. Hopfield // Proceedings of the National Academy of Sciences of the USA. — 1984. — vol.81 — P. 3088—3092.

Kosko B. Bi-directional associative memories / B. Kosko // IEEE Transactions on Systems, Man and Cybernetics. — 1987. — vol.18 — P.49—60.

Горбань А.Н. Нейронные сети на персональном компьютере / А. Н. Горбань, Д. А. Россиев. — Новосибирск: Наука, 1996 — 276 с. — ISBN 5020311960.

##submission.downloads##

Як цитувати

Адаменко, В. і Мірських, Г. (2011) «Штучні нейронні мережі в задачах реалізації матеріальних об’єктів. Частина 1. Принципи побудови та класифікація», Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування, 0(47), с. 176-189. doi: 10.20535/RADAP.2011.47.176-189.

Номер

Розділ

Огляди

Статті цього автора (авторів), які найбільше читають

<< < 1 2 3 4 > >>