Розроблено модель семантичної нейронної мережі, що дозволяє представляти формальну модель тексту як алгебру з операціями над елементами природної мови, які виконуються нейронами. Запропоновано модель синхронізованого лінійного дерева у вигляді структури зв'язків нейронів семантичної нейронної мережі, яка є скінченним автоматом і забезпечує ідентифікацію лексем, морфологічних і синтаксичних ознак, шо відповідають елементам тексту, а також обробку морфологічної та синтаксичної синонімії та омонімії. Наведено модель лінії часу, що виконує функцію короткочасної пам'яті. Розроблено модель механізму прямого виводу продукції у вигляді структури зв'язків нейронів, яка виконує семантичний аналіз елементів природної мови.

  Скачати повний текст

Розроблено інтелектуальні нейромережеві системи візуалізації багатовимірних даних та програмні моделі нейронних мереж, методики їх навчання та налагодження. Удосконалено архітектуру автоасоціативної нейронної мережі шляхом введення блоків прямих та обернених функціональних перетворень і корекції вихідних даних, створено програмну модель такої мережі на основі нейропарадигми "функціонал на множині табличних функцій". Визначено сукупність внутрішніх та зовнішніх критеріїв для синтезу нейронної мережі оптимальної складності та оцінки якості її функціонування. Розроблено метод двоступеневої візуалізації на основі удосконаленого варіанта ситуаційних карт особливостей. Результати досліджень використано для вирішення задач оптимізації режиму в електроенергетиці та діагностування в стоматології.

  Скачати повний текст

Розроблено інформаційні технології та системи високопродуктивних системних середовищ і нейронних мереж для налаштування, функціонування та розв'язування складних задач в реальному масштабі часу. Вивчено обчислювальні процеси на заданих рівнях розпаралелювання алгоритмів дискретних перетворень і обробки складних зображень на базі системних середовищ. Наведено алгоритм фільтрації зображень на базі мультиконвеєрних системних середовищ. Отримано високоефективний алгоритм для розпізнавання, компресії зображень на базі нейронних мереж. Запропоновано інформаційно-аналітичні системи аналізу, оцінки, прогнозування складних фізичних процесів і зображень на базі нейронних мереж, системних обчислювальних середовищ. Показано високу ефективність результатів застосування нейромережі для визначення параметрів афінних перетворень.

  Скачати повний текст

Розроблено архітектуру та методики використання інтелектуальної системи розпізнавання образів на основі штучних нейронних мереж (ШНМ) з конкуренційним навчанням. Запропоновано метод попередньої обробки даних ШНМ, що предбачає розширення вимірності простору реалізацій на основі геометричного підходу. Побудовано інформаційні моделі для модифікованих варіантів карт з самоорганізацією Кохонена та мереж зустрічного поширення (МЗП), створено їх програмні реалізації, які дозволяють у 2 - 2,5 рази покращити якість розпізнавання образів (для МЗП). Для візуалізації результатів розпізнавання запропоновано модель тривимірної карти особливостей. Результати дослідження використано для розв'язання задач діагностування у стоматології, розпізнавання та візуалізації мовних образів.

  Скачати повний текст

Розглянуто питання побудови, синтезу та застосування штучних нейронних мереж прямого поширення з неітераційним навчанням. В основу методології неітераційного навчання покладено нову концептуальну модель штучних нейронних мереж. Модель "Функціонал на множині табличних функцій" є функціоналом на множинах синаптичних функцій, вихідних функцій нейронних елементів та дискретних функцій вхідних наборів, відтворюваних мережами з використанням тільки проективних зв'язків або із включенням додаткових латеральних. Наведена модель є основою ряду нових архітектур нейромереж та швидких неітераційних алгоритмів їх навчання.

  Скачати повний текст

Досліджено нейро-фазові моделі та системи, а також методи ї навчання та самонавчання для розв'язання задач інтелектуального аналізу даних, а саме: відтворення функціональних залежностей, зниження розмірності простору ознак числових даних і задач автоасоціативної пам'яті у режимі послідовної обробки. Вдосконалено метод самонавчання тришарової автоасоціативної нейронної мережі для зниження розмірності, що дозволяє підвищити швидкодію та точність обробки та запропоновано модель цієї мережі. Вдосконалено методи самонавчання нейромережевих моделей для аналізу головних компонент, що забезпечують можливість обробки нестаціонарних даних у послідовному режимі. Синтезовано моделі нечітких автоасоціативних пам'ятей, що мають півищену ємність і розширені функціональні можливості. Запропоновано модель узагальненої регресійної нейро-фаззі мережі, що характеризується простотою обчислення, дозволяє інтерпретувати результати з високою точністю. Встановлено структурну подібність між дискретним F-перетворенням і узагальненою регресійною нейронною мережею, на підставі якої запропоновано модель адаптивного F-перетворення, що дозволяє послідовно обробляти дані та змінювати кількість функцій належності під час процесу навчання. З урахуванням здійснених тестових вибірок, а також під час розв'язання практичних задач з медико-біологічної та фінансової сфер підтверджено ефективність запропонованих нейро-фаззі методів і моделей.

  Скачати повний текст

Розроблено формалізовані основи формування навчальної вибірки (НВ) для нейронної мережі (НМ) у задачах прогнозування часових рядів. Досліджено процес прогнозування та виявлено його основні характеристики. Запропоновано формальний опис процесу формування НВ для конкретної задачі прогнозування. Представлено спосіб дискретизації опису розпізнавальної ситуації для навчальних наборів. Апробовано методику аналізу якості НВ, яка базується на запропонованих показниках. Наведено методику підвищення якості НВ, що забезпечує виконання принципу інваріантності у часі, та визначеного співвідношення між значеннями повторюваності та суперечливості. Розроблено програмний процесор, що реалізує зазначені методики. Дані, одержані у роботі, підтверджені під час прогнозування у задачах валютного ділінгу, а також у задачах аналізу процесів соціально-економічного розвитку приморських міст.

  Скачати повний текст

Запропоновано та досліджено метод селекції найбільш інформативних зв'язків синаптичної матриці, який дає змогу у 3 - 5 разів зменшити обсяг фізичної пам'яті під час реалізації псевдоінверсних нейромереж з малою насиченістю пам'яті. На базі цього методу запропоновано та перевірено метод збільшення продуктивності програмних та апаратних реалізацій нейромереж. Виявлено здатність псевдоінверсної нейромережі до відновлення змісту зруйнованої пам'яті під час повторного навчання на деякі з раніше запам'ятованих образів і відзначено паралельні з цими явищами відновлення пам'яті у хворих на амнезію. Розроблено метод динамічного рознасичення асоціативної пам'яті, що дає змогу оперативно вилучати з неї застарілі дані. Створено алгоритмічне та програмне забезпечення, що реалізує розроблені методи удосконалення нейронної асоціативної пам'яті. Створено та експериментально випробувано гібридну модульну нейромережу, що поєднує модулі з ітеративними та неітеративними методами навчання, яку використано в інтелектуальній системі безпеки пасажира автомобіля.

  Скачати повний текст

Розв'язано актуальну науково-технічну задачу підвищення завадостійкості та розширення функціональних можливостей пристроїв автоматичного керування на базі фазі-логіки. Розроблено метод структурного синтезу елементів фазі-логіки, а також методи частотно-імпульсного, широтно-імпульсного та фазо-імпульсного кодування фазі-величин, які дозволяють досить точно представити значення функції належності. Запропоновано математичні моделі базових елементів фазі-логіки, застосування яких дозволить синтезувати імпульсні елементи та пристрої, які характеризуються високою завадостійкістю. Створено математичні моделі елементів фазі-логіки типу "добуток", а також математичні моделі блоків фазі-контролерів, які відрізняються тим, що інформація у них представляється частотно-, широтно- і фазо-імпульсними сигналами, що дозволяє підвищити завадостійкість і розширити їх функціональні можливості. Синтезовано структурні схеми частотно-імпульсних і широтно-імпульсних елементів фазі-логіки. Побудовано структурні схеми частотно-імпульсних і широтно-імпульсних фазі-нейронів для фазі-нейронних мереж. Наведено функціональні схеми широтно-імпульсних елементів, які здійснюють операції мінімуму та максимуму. Роботоздатність розроблених широтно-імпульсних елементів фазі-логіки перевірено за допомогою програмного пакету Micro-Cap.

  Скачати повний текст

Досліджено проблему автоматичної класифікації багатовимірних об'єктів, а також розроблено нові методи й алгоритми для вирішення проблем, які виникають під час класифікації та кластеризації корпусу об'єктів, представлених числовими ознаками. Запропоновано метод для визначення числа кластерів у разі кластеризації корпусу об'єктів нейронною мережею Кохонена з застосуванням критерію якості одержаних розбиттів і методу ідеальної точки. Запропоновано метод побудови вектора ознак, розподілених за різнорідними групами, для класифікації об'єктів, представлених набором ознак, розподілених за різнорідними групами. Встановлено й обгрунтовано оцінки складності алгоритму пошуку оптимальної вибірки з урахуванням випадків наявності у вибірці прикладів з нерівномірним розподілом груп ознак. З застосуванням нейронної мережі прямого розповсюдження та запропонованого методу побудови вектора ознак розроблено автоматичну систему кластеризації текстів з використанням запропонованого методу визначення числа кластерів. Для розв'язання задач атрибуції художніх творів застосовано автоматичні системи класифікації та кластеризації. Виявлено ефективність розроблених систем для класифікації великих масивів текстів значних об'ємів.

  Скачати повний текст

Розглянуто спеціалізовану архітектуру нейро-фаззі мережі з прямою передачею інформації та спеціалізовані архітектури рекурентних нейро-фаззі мереж, що є модифікаціями рекурентних мереж Елмана та Мадхавана та рекурентної луна-мережі, в першому прихованому шарі яких містяться блоки затримки та фаззіфікації з функціями належності різних типів. Запропоновано архітектуру нейро-фаззі елемента та вдосконалено метод навчання нейро-фаззі елемента за рахунок введення робастного критерію навчання. Наведено спеціалізовану архітектуру прогнозувальної нейро-фаззі мережі на базі нейро-фаззі елементів і динамічних нейронів зі скінченною імпульсною характеристикою. Запропоновано архітектуру гібридного нейроподібного елемента та спеціалізованої нейро-фаззі мережі на його базі. Визначено спеціалізовану архітектуру штучних нейронних мереж (ШНМ) для нелінійної декомпозиції дійсних функцій. Висвітлено метод об'єднання ансамблю ШНМ, що обробляють багатовимірні дані. Удосконалено метод навчання ШНМ за рахунок урахування симетрії простору їх параметрів і метод навчання ШНМ, який здатен працювати з неповними вибірками.

  Скачати повний текст

Проаналізовано проблему адаптивної обробки багатовимірної інформації за допомогою штучних нейронних мереж (ШНМ). Вивчено базові архітектури та методи навчання найчастіше використовуваних статичних та динамічних ШНМ, які застосовуються для розв'язання задач апроксимації, фільтрації, ідентифікації та класифікації. Запропоновано методи модифікації архітектури ШНМ СМАС для зниження вимог до пам'яті та підвищення ефективності обробки багатовимірних даних. Розроблено метод автоматичної побудови адаптивної схеми дискретизації вхідних сигналів у ШНМ СМАС. Запропоновано удосконалені процедури навчання динамічних КІХ-мереж методом часового зворотного поширення з метою зменшення його обчислювальних витрат шляхом зміни порядку входження членів сум навчання. Одержано співвідношення між коефіцієнтом навчання та коефіцієнтом підсилення загальної функції активації нейронів модульних рекурентних ШНМ, що значно зменшує обчислювальні витрати, які необхідні для реалізації процедур навчання цих мереж.

  Скачати повний текст

Уперше розроблено комплексний критерій, що враховує суперечливість, нерівномірність, середньоквадратичну помилку перетворення вхідних даних, кількість розпізнаваних класів навчальної вибірки (НВ). Розроблено автоматизований метод побудови якісної НВ для системи підтримки прийняття рішень (СППР), який базується на комплексній кількісній оцінці якості НВ. Розвинуто метод навчання з використанням штучних нейронних мереж зі зворотним поширенням помилки, який полягає у застосуванні: нового критерію оцінки розпізнавання навчальних наборів нейронною мережею та базується на аналізі глобальної, локальної й елементарної помилок; нових правил відновлення вагових коефіцієнтів (ВК); формального механізму ініціалізації та динамічного коректування величини кроку зміни ВК. Розроблено інформаційну технологію прискорення синтезу нейромережевих моделей для розв'язання задач прогнозування в СППР, яка містить формалізацію етапів побудови навчальної вибірки, структурного та параметричного синтезу і поєднує всі етапи до єдиного формалізованого процесу.

  Скачати повний текст

  Скачати повний текст

Розглянуто нові мультиагентні методи колективного інтелекту, які вирішують завдання пошуку та виникають у процесі побудови нейро-нечітких мереж: відбір інформативних ознак, кластерний аналіз, аналіз і перетворення нечітких правил, параметрична та структурно-параметрична ідентифікація нейро-нечітких мереж. Розроблено програмне забезпечення, яке реалізує дані мультиагентні методи колективного інтелекту та використовується для вирішення завдань пошуку за побудови нейро-нечітких мереж. Проведено експерименти з вирішення практичних задач, на основі яких виконано аналіз роботи даних методів, а також їх порівняння з відомими методами, застосовуваними за побудови нейро-нечітких мереж.

  Скачати повний текст

Створено нові методи та програмне забезпечення, що дозволяють на основі еволюційного підходу, використовуючи доступну інформацію про об'єкт або залежність, що моделюється, виконувати відбір інформативних ознак, параметричний, структурний і структурно-параметричний синтез нейромоделей, а також їх спрощення. Проведено експериментальне дослідження властивостей і характеристик розроблених методів і програмних засобів шляхом синтезу нейромережевих моделей для розв'язання практичних задач технічної і біомедичної діагностики. Проаналізовано, що запропоновані методи дозволяють скоротити час, необхідний на пошук, а нейромоделі, побудовані за допомогою розроблених методів, містять найбільш значущі міжнейронні зв'язки.

  Скачати повний текст

Розглянуто тривимірну нестаціонарну постановку задачі у вигляді системи рівнянь, що складаються з рівняння Нав'є - Стокса та рівняння неперервності потоку й описує рух в'язкої нестисливої рідини. Розроблено засоби формального опису паралельних процесів і систем та з'ясовано їх до опису моделі кліткової нейронної мережі. Розроблено обчислювальне середовище для моделювання перистальтичних процесів. Побудовано тривимірну нестаціонарну модель перистальтичних транспортних процесів під час коригувальних операцій на порожнистих органах травного тракту.

  Скачати повний текст

Запропоновано метод зображення вагових матриць нейронної асоціативної пам'яті (НАП) за допомогою точок на многовиді Грасмана та доведено можливість використання цього методу для створення НАП з метою узагальнення даних. Створено модель НАП, здатну до кластеризації даних, та яка дає змогу навчатися без вчителя. Розроблено метод застосування спектрального аналізу матриць для вивчення властивостей НАП. Одержано теоретичне пояснення явища відновлення частково зруйнованої асоціативної пам'яті у разі повторного навчання, досліджено природу інваріантних підпросторів ушкодженої та відновленої вагових матриць. Уперше створено та досліджено НАП, базуючись на ядерному підході, яка має збільшену ємність пам'яті та дозволяє розв'язувати більш широке коло задач. Оцінено верхню межу ємності асоціативної пам'яті з клітинною архітектурою. Експериментально доведено можливість застосування НАП у задачах розпізнавання хімічних образів (система типу "електронний ніс") та показано її переваги у порівнянні з використанням традиційних щодо цієї задачі нейропарадигм.

  Скачати повний текст

Розглянуто новий клас математичних моделей нелінійних керованих систем нейромережного типу з асоціативною пам'яттю. Вперше поставлено та розв'язано для таких систем задачу про існування нерухових точок багатозначного відображення та доведено відповідні теореми. Досліджено питання існування інваріантності для нелінійних систем нейромережного типу з кусочно-лінійною, сигмоїдною динамікою та динамікою гіперболічного тангенса. Для N-мірної нейронної мережі побудовано інваріантні множини. Проведено аналітичні та числові розрахунки.

  Скачати повний текст

Обгрунтовано методику прогнозування роботоздатності мікропроцесорних засобів. Виявлено недоліки та складності застосування відомих методів прогнозування роботоздатності мікропроцесорних засобів. Запропоновано нову концептуальну модель, яка за рахунок поділу параметрів мікропроцесорних пристроїв і систем на загальні та конкретні, дозволяє використовувати одну й ту ж штучну нейронну мережу для прогнозування роботоздатності не окремого пристрою, а класу пристроїв. З використанням концептуальної моделі розроблено нейромережний метод прогнозування роботоздатності мікропроцесорних зособів, що дозволяє врахувати взаємовплив компонентів і прогнозувати роботоздатність на базі лише поточних значень необхідних параметрів об'єкта прогнозування. Розроблено зразок програмного забезпечення для реалізації системи прогнозування роботоздатності накопичувачів на жорстких магнітних дисках як складової комп'ютерної системи.

  Скачати повний текст