Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів

• Опубліковано в: : Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки
• Дата: 2009
• Автори: Шараєвський, Г.І., Шаповалова, С.І.
• Формат: Стаття
• Мова: Ukrainian
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2009
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/18759
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів / Г.І. Шараєвський, С.І. Шаповалова // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2009. — Вип. 2. — С. 165-173. — Бібліогр.: 8 назв. — укр.

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. In this work the approach for training and automated adaptation of diagnostic 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.