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...
Gespeichert in:
| Veröffentlicht in: | Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки |
|---|---|
| Datum: | 2009 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Ukrainisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2009
|
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/18759 |
| 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: | 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. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862741673353674752 |
|---|---|
| author | Шараєвський, Г.І. Шаповалова, С.І. |
| author_facet | Шараєвський, Г.І. Шаповалова, С.І. |
| citation_txt | 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. |
| collection | DSpace DC |
| container_title | Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки |
| description | 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.
|
| first_indexed | 2025-12-07T20:21:11Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-18759 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | XXXX-0060 |
| language | Ukrainian |
| last_indexed | 2025-12-07T20:21:11Z |
| publishDate | 2009 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Шараєвський, Г.І. Шаповалова, С.І. 2011-04-09T19:59:23Z 2011-04-09T19:59:23Z 2009 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. XXXX-0060 https://nasplib.isofts.kiev.ua/handle/123456789/18759 004.032.26 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. uk Інститут кібернетики ім. В.М. Глушкова НАН України Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів Article published earlier |
| spellingShingle | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів Шараєвський, Г.І. Шаповалова, С.І. |
| title | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| title_full | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| title_fullStr | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| title_full_unstemmed | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| title_short | Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| title_sort | модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/18759 |
| work_keys_str_mv | AT šaraêvsʹkiigí modelʹavtomatičnoíadaptacíídíagnostičnoíneiromereževoístrukturidorozpíznavannâvipadkovihobêktívzaumovapríornoíneviznačenostímnožiniklasív AT šapovalovasí modelʹavtomatičnoíadaptacíídíagnostičnoíneiromereževoístrukturidorozpíznavannâvipadkovihobêktívzaumovapríornoíneviznačenostímnožiniklasív |