Наведено результати експериментальних досліджень модульних нейронних мереж, призначених для розв'язання задачі класифікації в просторі ознак зі складною організацією. Розглянуто кілька варіантів модульних архітектур і три підходи до навчання модульних мереж. Усі експерименти проведено з використанням даних ультразвукової локації системи забезпечення безпеки пасажира в автомобілі. Показано, що використання методу декомпозиції задачі, який базується на поділі вхідного простору за сигналами від різних датчиків, є найбільш ефективним для даного типу задач. На підставі порівняння індивідуального та кооперативного методів навчання показано, що вони дають приблизно однакові результати класифікації для даної задачі. Зазначено, що у проведених експериментах індивідуальне навчання показало більш стабільні результати, тоді як використання кооперативного навчання значно знижує витрати часу на тренування мережі.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"