Розроблено та реалізовано оригінальну алгоритмічну штучну нейронну мережу з додаванням нейронів і процедуру її навчання, яка дозволяє вирішити проблему вибору кількості окремих нейронів та прихованих шарів, а також містить новий тип нейронів. Запропоновано метод початкової градієнтної ініціалізації для модельної нейронної мережі Кохонена та нові способи експертної діагностики за допомогою штучних нейронних мереж. Вперше досліджено зв'язок текстурних характеристик ультразвукових зображень щитовидної залози та томографічних зображень головного мозку людини з різними класами захворювань за допомогою методів нейронних мереж та одержано оцінки їх діагностичної ефективності для класифікації виявлених патологій. Обгрунтовано доцільність застосування методів нейронних мереж для аналізу та розпізнавання відмінностей в опромінених і нормальних спектрах ДНК, а також вивчення та класифікації порушень серцевої системи за електрокардіограмами. Створено метод сегментації ультразвукових і магніторезонансних зображень з використанням штучних самоорганізуючих мереж.

  Скачати повний текст