Моделювання динамічних процесів в задачах штучного інтелекту

Одним з важливих напрямків розвитку штучного інтелекту є моделювання процесів, що відбуваються у мозку людини. У роботі розглянуто принципи побудови математичних моделей динамічних систем. Більш детально розглянуто напрям розвитку штучного інтелекту, що пов’язаний з динамічними процесами в нейронних...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Штучний інтелект
Datum:2017
1. Verfasser: Гаркуша, Н.І.
Format: Artikel
Sprache:Ukrainian
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2017
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/162351
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Моделювання динамічних процесів в задачах штучного інтелекту / Н.І. Гаркуша // Штучний інтелект. — 2017. — № 3-4. — С. 166-172. — Бібліогр.: 11 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Одним з важливих напрямків розвитку штучного інтелекту є моделювання процесів, що відбуваються у мозку людини. У роботі розглянуто принципи побудови математичних моделей динамічних систем. Більш детально розглянуто напрям розвитку штучного інтелекту, що пов’язаний з динамічними процесами в нейронних мережах, так званим напрямом нейродинаміки. Наведено основні результати використання другого метода Ляпунова у динаміці нейронних мереж. One of the important directions of the development of artificial intelligence is the simulation of processes occurring in the brain of a man. The paper considers the principles of constructing mathematical models of dynamic systems. The direction of development of artificial intelligence, which is connected with dynamic processes in neural networks, the so-called direction of neuron dynamics, is considered in more detail. The main results of using the second Lyapunov method in the dynamics of neural networks are presented.
ISSN:1561-5359