Розроблено та теоретично обгрунтовано архітектуру та модель функціонування нової гібридної нейронної мережі адаптивного резонансу. Встановлено та теоретично обгрунтовано методики навчання. Надано новий вид функціонала Тихонова з використанням структурної та сигнальної константи Ліпшиця, яка дозволяє проводити теоретичні дослідження властивостей систем м'яких обчислень. Запропоновано використовувати гібридний метод нелінійного нормування даних для нормування вхідних даних експертних систем і нейронних мереж, який є оборотним.

  Скачати повний текст

Розроблено та теоретично обгрунтовано архітектуру та модель функціонування нової гібридної нейронної мережі адаптивного резонансу. Встановлено та теоретично обгрунтовано методики навчання. Надано новий вид функціонала Тихонова з використанням структурної та сигнальної константи Ліпшиця, яка дозволяє проводити теоретичні дослідження властивостей систем м'яких обчислень. Запропоновано використовувати гібридний метод нелінійного нормування даних для нормування вхідних даних експертних систем і нейронних мереж, який є оборотним.

  Скачати повний текст

Удосконалено модель маніпуляційної системи (МС) довільної конфігурації у сердовищі з обмеженнями. Створено алгоритм та програмне забезпечення реалізації інформаційно-пошукового підходу для планування у середовищі з обмеженням рухів МС довільної конфігурації. Удосконалено технології анімації двовимірної та тривимірної віртуальної моделі людської голови під час промовляння фонетично розміченого тексту, виявлено принципові моменти ускладнення застосування у межах даних технологій візуалізації емоційного забарвлення у процесі промовляння. Запропоновано модель, алгоритм та програмне забезпечення для представлення та подальшого керування анімацією просторової моделі людської голови з допомогою NURBS-поверхні й автоматичної побудови конкретних моделей.

  Скачати повний текст

Проаналізовано проблему адаптивної обробки інформації за допомогою штучної нейронної мережі (ШНМ) Cerebellar Model Articulation Controller (СМАС). Досліджено біологічну модель мозочка, математичний аналог якої є основою ШНМ СМАС, визначено принципи побудови та функціонування цієї мережі. Охарактеризовано структуру нейронної мережі СМАС. Розглянуто методи кодування інформації у СМАС. Досліджено властивості різноманітних схем кодування інформації. Розглянуто задачу вибору базисних функцій у мережі СМАС. Запропоновано метод кодування інформації та вибору базисних функцій у ШНМ СМАС, які дозволяють використовувати дану мережу в задачах непрямого нейрокерування без еталонної моделі. Розроблено методи скорочення процесу навчання мережі. Створено багатокрокові проекційні алгоритми навчання, одержано їх рекурентні форми. У середовищі MATLAB 6.1 проведено імітаційне моделювання різних алгоритмів навчання СМАС. Досліджено процес розв'язання задач ідентифікації та керування нелінійними динамічними об'єктами, а також фільтрації та кодування сигналів і зображень. Удосконалено моделі обчислювальних засобів для розв'язання задач стиснення та фільтрації зображень, які реалізують ієрархічну нейронну мережу СМАС. Експериментально підтверджено достовірність теоретичних результатів наукового дослідження.

  Скачати повний текст

Досліджено клас задач оптимального керування для нових моделей нейромережного типу. Розв'язано задачі оптимального керування для динамічних систем, еволюція яких описується за допомогою нелінійних функцій (сигмоїдної функції, функції гіперболічного тангенса, кусочно-лінійні функції). Доведено існування оптимальних процесів для динамічних систем нейромережного типу з нульовими і ненульовими пороговими потенціалами із застосуванням методу Кротова. Розглянуто задачу оптимального керування з обмеженнями на керування та визначено необхідні умови оптимальності. Доведено існування оптимальних процесів для одновимірних кусочно-лінійних систем та отримано аналітичні вирази оптимальних процесів. Проведено числові розрахунки та отримано графічні ілюстрації з порівняннями неоптимальних і оптимальних траєкторій.

  Скачати повний текст

Розроблено методи, що дозволяють подолати недоліки сучасних нейро-фаззі систем - відсутність ефективних механізмів структурної оптимізації та нездатність функціонувати в режимі реального часу. Запропоновано інші гібридні нейронні мережі, що є модифікацією каскадно-кореляційної архітектури, запропонованої Фальманом і Лєб'єром, кожна з яких має свої недоліки та переваги, серед яких можна відзначити можливість лінгвістичної інтерпретації одержаних результатів, підвищену чисельну стійкість методів навчання, простоту реалізації нейро-архітектури на платах. Розглянуто механізм самоорганізації на базі методу групового урахування аргументів, який був застосований до так званої нео-фаззі нейронної мережі.

  Скачати повний текст

Розроблено та досліджено принципово нові схеми оптоелектронних частотно-динамічних нейронних елементів з використанням новітніх напівпровідникових біспін-приладів. Ці схеми у порівнянні з відомими простіші, мають ширші функціональні властивості, більш ефективні. Схеми задовольняють системні вимоги до частотно-динамічних нейронних елементів, сформульовані на підставі аналізу умов реалізації та функціонування штучних нейронних мереж з великою кількістю елементів. Запропоновані нейронні елементи, адекватні біологічним нейронам за функціональними властивостями, формою та параметрами вихідних імпульсів.

  Скачати повний текст

Уперше запропоновано архітектуру вейвлет-нейрона й оптимальний за швидкодією градієнтний метод навчання, який забезпечує настроювання в реальному часі синаптичних ваг, а також параметрів розтягнення та зсуву, дочірніх вейвлетів. Відзначено, що даний метод має слідкувальні та згладжувальні властивості, що дозволяє ефективно використовувати вейвлет-нейрони самостійно та у складі штучних нейронних мереж для розв'язання задач емуляції та прогнозування нестаціонарних послідовностей довільної природи, що збурені завадами, за умов апріорної та поточної невизначеності. Уперше запропоновано метод навчання на точках повороту вейвлет-нейрона на базі оптимізації гібридного критерію якості, який дає змогу не тільки мінімізувати квадратичну похибку прогнозу, а і ефект зсуву, що є істотним у розв'язанні задач прогнозування нестаціонарних послідовностей. Запропоновано генератори аналітичних вейвлетів, що передбачає здійснення аналізу відомих вейвлет-функцій за допомогою адаптичної нейронної мережі Фур'є, що дозволяє генерувати широкий клас активаційних функцій та настроювати їх параметри у процесі навчання нейронних мереж. Удосконалено архітектуру гібридної вейвлет-радіально-базисної нейронної мережі та рекурентні методи начання, призначені для роботи у реальному часі з метою розв'язання задачі емуляції та прогнозування нестаціонарних послідовностей за умов апріорної та поточної невизначеності, які відрізняються високою швидкістю збіжності й обчислювальною простотою. Удосконалено метод навчання вейвлет-нейрона, що базується на еволюційних процедурах оптимізації, орієнтованих на вирішення задач мінімізації багатоекстремальних функцій, які виникають у багатошарових нейронних мережах, а також мають високу швидкість збіжності та обчислювальну простоту, що дозволяє розширити область задач, що розв'язуються.

  Скачати повний текст

Розроблено методи синтезу і моделі компоненти нетрадиційних надійних, відмовостійких і живучих обчислювальних нейромереж, які не потребують ніяких спеціальних засобів виявлення, відшукування та усунення несправностей. Пошук в області існуючих нейропарадигм призвів до створення нової нейромережевої парадигми. Визначено базові складові цієї парадигми, розроблено методи синтезу, математичні та комп'ютерні моделі компонентів нетрадиційної нейромережі для комп'ютерної реалізації та перевірки цифровим моделюванням запропонованої концепції. Наведено оціночні характеристики надійності, відмовостійкості та живучості запропонованих обчислювальних нейромереж.

  Скачати повний текст

Досліджено архітектури гібридних нейро-фаззі мереж, методи їх навчання та самонавчання, адаптивні процедури нечіткої кластиризації для задач класифікації числових даних за умов апріорної та поточної невизначеності відносно характеру розподілу й істотного перетину класів. Запропоновано: рекурентні та робастні методи кластеризації у межах імовірнісного та можливісного підходів, що дозволяють проводити кластеризацію за умов перетину класів; імовірнісну нейронну мережу з нечітким виведенням, методи її побудови та навчання; рекурентний метд навчання радіально-базисної мережі на основі еліпсоїдального оцінювання, що забезпечує ефективне навчання за умови дефіциту інформації про розподіл збурень; гібридну нейро-фаззі мережу зустрічного розповсюдження та метод її навчання. Удосконалено методи самоорганізації модифікованої мережі Кохонена з можливістю нечіткого виведення та наведено метод попередньої обробки даних шляхом підвищення вимірності вихідного простору. Ефективність цих методів експериментально підтверджено на підставі відомих тестових вибірок даних для нечіткої класифікації у порівнянні з класичними нейро- та нейро-фаззі методами обробки даних. Підтверджено ефективність синтезованих методів та запропонованих архітектур гібридних нейро-фаззі мереж за умов створення систем біомедичної діагностики для сегментації послідовностей інтервалів серцебиття біологічного організму у процесі виходу та пробудження зі штучного гіпотаболічного стану, а також системи виявлення зон кровообігу на базі вихідної інформації ультразвукового сканування органів людини, що є важливим для медичного діагностування різноманітних уражень судин і застосовується за умов ранньої діагностики пухлинних захворювань внутрішніх органів з їх диференціюванням за ступенем злоякісності.

  Скачати повний текст

Розроблено методи побудови асоціативної пам'яті на базі неповнозв'язних нейронних мереж Хопфілда. Розглянуто методи навчання, які максимізують асоціативні якості мереж за умови певних архітектурних обмежень. Запропоновано вдосконалення псевдоінверсного методу навчання мереж з заданою архітектурою, що дозволило позбутися нестабільності обчислень і підвищити ємність пам'яті. Одержано теоретичні оцінки атракторних якостей і характеристик вагових матриць для неповнозв'язних мереж. Запропоновано метод побудови мереж з адаптивною архітектурою, що залежить від даних, які зберігаються у мережі. Виявлено та піддано теоретичному й експериментальному аналізу явище фазового переходу в асоціативний стан для мереж з адаптивною архітектурою. Запропоновано новий спосіб побудови асоціативної нейронної мережі з архітектурою "тісного світу", який покращив асоціативні якості мережі за збереження відомих переваг цієї моделі. Створено алгоритмічне та програмне забезпечення, що реалізує розроблені методи побудови неповнозв'язаних асоціативних нейронних мереж. Ефективність розроблених моделей продемонстровано на прикладі задачі розпізнавання хімічних образів.

  Скачати повний текст

Запропоновано формальні моделі подання асоціативних знань і досліджено механізми логічного виведення на них. Сформульовано та розв'язано задачу класифікації за деякими відомими асоціаціями за умов нечіткості. Запропоновано підходи до синтезу й оптимізації нейромереж змінної архітектури з комутаційним елементом. Досліджено нейромережеві моделі аналізу нечітких даних, що описуються нечіткими специфікаціями (алгоритмами). Реалізовано експериментальний зразок діагностичної системи H-Гомеопат, яка забезпечує інформаційну підтримку процесів діагностики та пошуку даних довідкового характеру.

  Скачати повний текст

З метою підвищення якості (точності) нейромережевого прогнозування часових рядів розроблено й апробовано методи аналізу та синтезу активаційних функцій нейронних мереж на підставі цілеспрямованого керування їх чутливістю. Удосконалено структурний підхід щодо підвищення якості нейромережевого прогнозування на підставі попереднього аналізу й урахування статистичних характеристик вхідних даних. Виявлено залежність між точністю прогнозування та мірою відповідності виду активаційних функцій вхідного шару нейронної мережі виду розподілу вхідних даних. За допомогою введеного показника неузгодженості чутливості нейронної мережі з вхідними даними проведено попереднє оцінювання величини такої відповідності. З використанням запропонованого структурного підходу та виявленої залежності удосконалено методи аналізу та синтезу активаційних функцій нейронної мережі. Показано, що метод аналізу дозволяє апріорно оцінити ефективніть застосування активаційної функції за допомогою розробленого показника неузгодженості. Модифіковано метод параметричного синтезу активаційної функції нейрону на підставі керування чутливістю нейронної мережі, що дозволяє формалізувати етап визначення виду та параметрів активаційних функцій і підвищити точність прогнозування за наявності порівняних часових витрат на синтез нейронної мережі. Розроблені методи реалізовано у вигляді програмної системи Neiro. Показано, що застосування наукових і програмних розробок забезпечує підвищення точності побудови прогнозу у середньому на 37 % у порівнянні з дослідженими статистичними методами та на 16 % у порівнянні з використанням нейронних мереж без застосування запропонованих методів.

  Скачати повний текст

Удосконалено функціональні можливості методів і засобів векторної обробки масивів даних у контексті порогової паралельної обробки інформації для нейрообчислення та нейроструктури. Досліджено та доведено доцільність використання нейронних технологій для реалізації адаптивного керування динамічними системами у порівнянні з традиційними методами. Проаналізовано апаратні засоби реалізації нейронних мереж та показано, що найефективнішим є ПЛІС. Досліджено особливості реалізації багатооперандної обробки у нейроструктурах на базі різницевих зрізів (РЗ), використання яких дозволяє розширити функціональні можливості та зменшити часові затрати під час нейрообробки. Вивчено способи порогового паралельного, паралельного алгебричного та порогового паралельного алгебричного підсумування векторних масивів даних. Розроблено математичні моделі, які дозволяють створити модель формального нейрона на базі РЗ, в якій реалізовано розпаралелювання процесу підсумовування та суміщення його з пороговою обробкою. Запропоновано структурну організацію конвеєрних процесорів для нейроподібної обробки векторних даних за РЗ, використаних на базі ПЛІС, що дозволяє одержати нейрочип з фрагментом шару нейромережі. З застосуванням модифікованого методу оцінено продуктивність нейрочипів на базі конвеєрних процесорів. На підставі результатів дослідження доведено ефективність використання цих процесорів у системах обробки реального часу для розв'язання задач ідентифікації динамічних систем і адаптивного керування ними, а також класифікації та розпізнаванння сигналів і зображень.

  Скачати повний текст

Запропоновано представлення, призначене для загального аналізу архітектур модульних мереж і, у першу чергу, для аналізу архітектур автоматичними системами. Розглянуто загальні властивості циклів у модульних мережах. Доведено теореми про властивості звичайних циклів. Наведено визначення дозволених і заборонених архітектур модульних мереж. Запропоновано алгоритми перерахування таких мереж, що містять цикли, шляхом заміни останніх метавершинами. Запропоновано алгоритми аналізу модульних мереж, що дозволяють визначати наявність циклів, виділяти вершини їм приналежні та визначати типи циклів. Розроблені моделі модульних нейронних мереж і методи реалізовано як програмні модулі у рамках системи автоматичного проектування багатомодульних нейронних мереж САПР МНМ та програмного комплексу "NeuroLand". Уперше експериментально досліджено методи кооперативного навчання модульних нейронних мереж. Показано, що використання кооперативного навчання у 1,5 рази знижує часові витрати у порівнянні з індивідуальним за близьких результатів класифікації. Експериментально доведено переваги модульних мереж на прикладі розв'язання задачі класифікації пасажира автомобіля.

  Скачати повний текст

На основі багатошарового персептрона (БШП) реалізовано нейромережеві моделі. Проаналізовано існуючі алгоритми настроювання параметрів БШП та синтезовано алгоритм його навчання на основі поширеного фільтра Калмана. Розглянуто алгоритми навчання БШП за наявності перешкод вимірів. Запропоновано здійснювати навчання БШП за допомогою багатокрокових проекційних алгоритмів, що використовують обмежену кількість інформації. З метою поліпшення обчислювальних властивостей даних алгоритмів та стійкості процесу навчання розроблено їх факторизовані форми. Розглянуто опис нелінійного динамічного об'єкта за допомогою предикторів на основі фільтра Калмана та одержано відповідні структури нейромережевих моделей у просторі станів. Проведено імітаційне моделювання різних алгоритмів навчання БШП за допомогою MATLAB 6.1, Trajan Neural Network Simulator 3.0 та у середовищі IntelligentPag.

  Скачати повний текст

На базі розробленої та числово реалізованої моделі довготривалої стимульованої фотонної луни, обумовленої надтонкою структурою та сформованою непрямокутними збудливими імпульсами, запропоновано схему багатошарової нейронно-мережової системи. Виконано числове моделювання кінетики різниці населенностей резонансних рівнів атомів у дворівневих системах у полі імпульсу непрямокутної форми, з'ясовано можливість прояву у часовій динаміці різниці населеностей особливостей ефекту внутриоптичної бістабільності під час адіабатично повільній зміні інтенсивності діючого поля. Виконано ком'ютерне моделювання, проаналізовано електронну структуру, ряд властивостей надатомних систем як потенційної системи зчитування одиночних електронів і елементів нейронно-мережевої системи. На базі багатофонної луни розроблено квантові моделі оптичних нейронно-мережевих систем і розрахунку характеристик багатофоннових резонансів в атомах у полі лазерного імпульсу непрямокутної форми, з'ясовано особливості можливого прояву стохастичності та фотон-кореляційних ефектів. Виконано оцінку бістабільності оптичного пропускання під час багатофоннового поглигання. З використанням методів об'ективно-орієнтаційного програмування, на базі фотонної луни здійснено реалізацію нових моделей нейронно-мережевих систем і проведено ком'ютерні експерименти для з'ясування оптимально-інформаційних можливостей шуканих систем у задачах розпізнавання образів і складних сигналів, наведено оцінку можливостей реалізації в системі резонансно-стохастичних ефектів.

  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

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

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