2025-02-22T16:54:19-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-18759%22&qt=morelikethis&rows=5
2025-02-22T16:54:19-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-18759%22&qt=morelikethis&rows=5
2025-02-22T16:54:19-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-22T16:54:19-05:00 DEBUG: Deserialized SOLR response
Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів
В роботі запропоновано підхід до навчання та автоматичної адаптації діагностичної нейромережевої структури в умовах апріорної невизначеності множини класів, що підлягають розпізнаванню. Цей підхід реалізовано на основі визначення моменту розладки випадкового часового ряду із використанням авторегрес...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2009
|
| Series: | Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки |
| Online Access: | http://dspace.nbuv.gov.ua/handle/123456789/18759 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | В роботі запропоновано підхід до навчання та автоматичної адаптації діагностичної нейромережевої структури в умовах апріорної невизначеності множини класів, що підлягають розпізнаванню. Цей підхід реалізовано на основі визначення моменту розладки випадкового часового ряду із використанням авторегресійної моделі. |
|---|