Адаптивний нейромережевий комплекс для автоматичної діагностики стохастичних динамічних об’єктів атомної електростанції
Запропоновано підхід до навчання та автоматичної адаптації діагностичної нейромережевої структури на основі топології Кохонена в умовах апріорної невизначеності множини класів, що підлягають розпізнаванню. Цей підхід реалізовано на основі визначення моменту розладки випадкового часового ряду, із вик...
Збережено в:
| Дата: | 2010 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут програмних систем НАН України
2010
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/14669 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Адаптивний нейромережевий комплекс для автоматичної діагностики стохастичних динамічних об’єктів атомної електростанції/ Шараєвський, Г.І. // Пробл. програмув. — 2010. — № 2-3. — С. 611-615. — Бібліогр.: 10 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | Запропоновано підхід до навчання та автоматичної адаптації діагностичної нейромережевої структури на основі топології Кохонена в умовах апріорної невизначеності множини класів, що підлягають розпізнаванню. Цей підхід реалізовано на основі визначення моменту розладки випадкового часового ряду, із використанням авторегресійної моделі.
In this work the approach for training and automated adaptation of diagnostic neuro-networking structure on the basis of Kohonen’s topology in conditions of a priori uncertainty of many classes to be recognized is proposed. This approach is implemented on the basis of determination of the moment of disorder of random time series using the autoregressive model.
|
|---|---|
| ISSN: | 1727-4907 |