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

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

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

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

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

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

  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

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

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

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

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 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

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

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

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

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 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