Проаналізовано існуючі методи для обробки зображень. Дані рішення надають змоляють створити автоматичну систему діагностики захворювань на основі даних, одержаних із знімків магнітно-резонансної томографії. Вимоги системи діагностики задовольняють нейронні мережі на основі трьохшарового перцептрону з каскадною або звичайною топологією. У процесі моделювання в програмному пакеті MatLab v R2007b, досліджено швидкість навчання мережі від кількості нейронів у схованому шарі та значення відсотку похибки розпізнавання даних мереж залежно від шуму зображення. У результаті дослідження з'ясувано, що найбільш швидко навчалась мережа з прямими зв'язками - 199 навчальних впливів за кількості нейронів у прихованому шарі 15. Проте перцептрон зі зворотними зв'язками є більш стійкішим до шуму.

• Панчук Владислав Анатолійович (юридичні науки)
• Лебедев Денис Юрійович (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"