IPRI - www.ipri.kiev.ua -  IPRI - www.ipri.kiev.ua -
Раздел [RUS]
Регистрация, хранение и обраб. данных. — 2009. — Т. 11, № 3.
[UKR]
Реєстрація, зберігання і оброб. даних. — 2009. — Т. 11, № 3.
[ENG]
Data Rec., Storage & Processing. — 2009. — Vol. 11, N 3.
Страницы 42-52
PDF, full text
Заглавие [RUS]
Анализ свойств и критерии сравнения нейросетевых моделей для решения задач диагностики и распознавания образов
[UKR]
Аналіз властивостей і критерії порівняння нейромережних моделей для вирішення завдань діагностики та розпізнавання образів
[ENG]
Neural-Network Property Analysis and Comparison Criteria for Solving Diagnostics and Pattern Recognition Problems
Авторы [RUS]
С. А. Субботин
[UKR]
Субботін С.О.
[ENG]
Subbotin S.A.
Kiev, Ukraine
Аннотация [RUS]
Предложен комплекс критериев, позволяющих численно оценивать свойства нейронных и нейро-нечетких сетей: пластичность, однородность, параллелизм вычислений, иерархичность, предорганизацию в обучении, функциональную блочность, обобщение, обучаемость, интерпретабельность, надежность, распределенность памяти, вариативность моделей, эффективность. Применение предложенных критериев на практике позволяет автоматизировать процесс построения нейросетевых моделей для решения задач диагностики и распознавания образов.
[UKR]
Запропоновано комплекс критеріїв, що дозволяють чисельно оцінювати властивості нейронних і нейро-нечітких мереж: пластичність, однорідність, паралелізм обчислень, ієрархічність, попередню організацію в навчанні, функціональну блочність, узагальнення, навченість, інтерпретабельність, надійність, розподіленість пам’яті, варіативність моделей, ефективність. Застосування запропонованих критеріїв на практиці дозволяє автоматизувати процес побудови нейромережних моделей для вирішення завдань діагностики та розпізнавання образів. Бібліогр.: 7 найм.
[ENG]
The set of criteria for numerical estimation of neural and neuro-fuzzy network properties is proposed. It allows to estimate flexibility, uniformity, computation parallelism, hierarchy, preliminary organization in training, functional modularity, generalization, trainability, interpretability, reliability, memory distribution, model variability, and effectiveness. Applying the proposed criteria in practice allows to automate the process of neural-network model building for solving diagnostics and pattern recognition problems. Refs: 7 titles.
Ключевые слова [RUS]
нейронная сеть, нейро-нечеткая сеть, критерий сравнения, распознавание образов.
[UKR]
нейрона мережа, нейро-нечітка мережа, критерій порівняння, розпізнавання образів.
[ENG]
neural-network, neuro-fuzzy network, criterion of comparison, pattern recognition.
Ссылки 1. Нейросетевые системы управления / В.А. Терехов, Д.В. Ефимов, И.Ю. Тюкин, В.Н. Антонов. — СПб.: Изд-во С.-Петербургского ун-та, 1999. —265 с.
2. Миркес Е.М. Нейроинформатика: учеб. пособ. для студентов. — Красноярск: ИПЦ КГТУ, 2002.— 347 с.
3. Субботін С.О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: Монографія / С.О. Субботін, А.О. Олійник, О.О. Олійник; під заг. ред. С.О. Субботіна. — Запоріжжя: ЗНТУ, 2009. —375 с.
4. Cубботин С.А. Методика и критерии сравнения моделей и алгоритмов синтеза искусственных нейронных сетей // Радiоелектронiка. Iнформатика. Управлiння. — 2003. — № 2. — С. 109–114.
5. Субботин С.А. О сравнении нейросетевых моделей // Нейроинформатика и ее приложения: Материалы XI Всероссийского семинара, 3–5 октября 2003 г.; под ред. А.Н. Горбаня, Е.М. Миркеса. — Красноярск: ИВМ СО РАН, 2003. — С. 152–153.
6. Нейрокомпьютер как основа мыслящих ЭВМ. — М.: Наука, 1993. — 239 с.
7. Головко В.А. Нейронные сети: обучение, организация и применение: учеб. пособ. для вузов / Общ. ред. А.И. Галушкина. — М.: ИПРЖР, 2001.— 256 с.
Файлы 2009-3-5.pdf