ГлавнаяАрхивАрхитектура нейронной сети с попарно последовательным разделением образов

Архитектура нейронной сети с попарно последовательным разделением образов | Прикладная дискретная математика. 2018. № 41. DOI: 10.17223/20710410/41/10

На основе архитектуры нейронной сети, реализующей метод ближайшего соседа, рассматривается архитектура нейронной сети с попарно последовательным разделением образов без использования аналитических выражений и набора выбранных эталонов. Изучаются возможности данной архитектуры. Показано, что такая архитектура может быть применена к задаче распознавания с очень большим количеством образов. Предлагаемая нейронная сеть отличается простой и понятной архитектурой, возможностью простого обучения нейронной сети с добавлением в неё новых распознаваемых образов без необходимости изменения предыдущих настроек сети.
  • Title Архитектура нейронной сети с попарно последовательным разделением образов
  • Headline Архитектура нейронной сети с попарно последовательным разделением образов
  • Publesher Tomask State UniversityTomsk State University
  • Issue Прикладная дискретная математика 41
  • Date:
  • DOI 10.17223/20710410/41/10
Ключевые слова
архитектуры нейронных сетей, определяемые нейронные сети, нейрокопьютер, сверточные сети, алгоритмы обучения нейронных сетей, neural network architectures, neural networks, neurocomputer, convolu-tional networks, neural network training algorithms
Авторы
Ссылки
Барский А. Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004.
Головко В. Л. Нейронные сети: обучение, организация и применение / под ред. А. И. Галушкина. Кн. 4. М.: ИПРЖР, 2001.
Уоссермэн Ф. Нейрокомпьютерная техника. Теория и практика. М.: Мир, 1992.
LeCun Y., Bengio Y., and Hinton G. Deep learning // Nature. 2015. No. 521. P. 436-444.
Schmidhuber J. Deep learning in neural networks: An overview // Neural Networks. 2015. No. 61. P. 85-117.
http://www.neuralnetworksanddeeplearning.com/index.html - Neural Networks and Deep Learning.
Geidarov P. Sh. Neural networks on the basis of the sample method // Automatic Control and Computer Sci. 2009. V.43. No. 4. P. 203-210.
Geidarov P. Sh. Multitasking application of neural networks implementing metric methods of recognition // Autom. Remote Control. 2013. V. 74. No. 9. P. 1474-1485.
Биргер И. А. Техническая диагностика. M.: Машиностроение, 1978.
Гейдаров П. Ш. Алгоритм реализации метода ближайшего соседа в многослойном персептроне // Труды СПИИРАН. 2017. Вып. 51. С. 123-151.
Васин Д. Ю., Аратский А. В. Распознавание символов на основе инвариантных моментов графических изображений //25 Междунар. конф. GraphiCon 2015. М., 2015. С. 259-264.
Архитектура нейронной сети с попарно последовательным разделением образов | Прикладная дискретная математика. 2018. № 41. DOI: 10.17223/20710410/41/10
Архитектура нейронной сети с попарно последовательным разделением образов | Прикладная дискретная математика. 2018. № 41. DOI: 10.17223/20710410/41/10