Уперше для нейроподібних структур моделі геометричних перетворень розроблено метод й інформаційну технологію класифікації на підставі правила "переможець забирає все" (WTA) з використанням матриці штрафів і заохочень, що дозволяє враховувати неоднакову значущість помилок під час розпізнавання об'єктів різних класів. Уперше для нейроподібних структур моделі геометричних перетворень розроблено метод кускової побудови роздільних поверхонь на підставі дерева поділу за класами, що забезпечує підвищення точності розпізнавання об'єктів, для яких у заданому просторі реалізацій не виконується гіпотеза компактності. Запропоновано, досліджено та реалізовано метод послідовного вирівнювання тренувальної вибірки за кластерами, що формуються у вузлах дерева, який забезпечує покращання точності розв'язання задач класифікації для вибірок, представлених у просторі реалізацій нерівномірно. Удосконалено метод навчання нейроподібних структур моделі геометричних перетворень, за яким запропоновано використовувати процедуру оптимізації з використанням методу імітації відпалу металу на базі параметрів головних компонентів, що дозволило покращити якість класифікації завдяки використанню інших, окрім середньоквадратичного, критеріїв якості.

 Автореферати дисертацій 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Дорошенко Анастасія Володимирівна (технічні науки)
• Дорошенко Олександр Вікторович (1943–) (технічні науки)

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