Керування синтезом нейронних мереж

Пропонується підхід до керування синтезом нейронних мереж. Розглядається керування синтезом нейронних мереж з використанням комутаційного елемента, а саме етапи проектування та керування мережею з такою архітектурою. Формалізовано опис архітектури мережі з комутаційним елементом.---------- Предлагае...

Full description

Saved in:

Bibliographic Details
Date:	2009
Main Author:	Катеринич, Л.А.
Format:	Article
Language:	Ukrainian
Published:	Інститут програмних систем НАН України 2009
Subjects:	Теоретичні та методологічні основи програмування
Online Access:	https://nasplib.isofts.kiev.ua/handle/123456789/2974
Tags:	Add Tag No Tags, Be the first to tag this record!
Journal Title:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:	Керування синтезом нейронних мереж / Л.А. Катеринич // Пробл. програмув. — 2009. — № 1. — С. 53-59. — Бібліогр.: 06 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

_version_	1859607600765599744
author	Катеринич, Л.А.
author_facet	Катеринич, Л.А.
citation_txt	Керування синтезом нейронних мереж / Л.А. Катеринич // Пробл. програмув. — 2009. — № 1. — С. 53-59. — Бібліогр.: 06 назв. — укр.
collection	DSpace DC
description	Пропонується підхід до керування синтезом нейронних мереж. Розглядається керування синтезом нейронних мереж з використанням комутаційного елемента, а саме етапи проектування та керування мережею з такою архітектурою. Формалізовано опис архітектури мережі з комутаційним елементом.---------- Предлагается подход к управлению синтезом нейронных сетей. Рассматривается управление синтезом нейронных сетей с использованием коммутационного элемента, а именно этапы проектирования и управление сетью с такой архитектурой. Формализовано описание архитектуры сети с коммутационным элементом.---------- A new approach to neural networks synthesis management is suggested. The synthesis man-agement of neural networks with commutational element, namely the design and management of neural networks with such architecture. The description of network architecture with commutational element is being formalized.
first_indexed	2025-11-28T06:18:44Z
format	Article
fulltext	Експертні та інтелектуальні інформаційні системи © Л.О. Катеринич, 2009 ISSN 1727-4907. Проблеми програмування. 2009. № 1 53 УДК 004.512 Л.О. Катеринич КЕРУВАННЯ СИНТЕЗОМ НЕЙРОННИХ МЕРЕЖ Пропонується підхід до керування синтезом нейронних мереж. Розглядається керування синтезом ней- ронних мереж з використанням комутаційного елемента, а саме етапи проектування та керування ме- режею з такою архітектурою. Формалізовано опис архітектури мережі з комутаційним елементом. Вступ Синтез – процес, як правило цілесп- рямований, поєднання або об’єднання ра- ніше розрізнених речей або понять в дещо якісно нове, ціле. Керування – процес організації та- кої цілеспрямованої дії на об’єкт, внаслі- док якого цей об’єкт переводиться у по- трібний (цільовий) стан. Керування синтезом нейронних ме- реж – процес певної структурної організа- ції нейронних мереж у єдиний якісно но- вий об’єкт під впливом керуючого суб’єкта. Розглядаючи керування, як цілесп- рямований процес, необхідно також ввести поняття «суб’єкта». Суб’єкт задає цілі, які реалізуються керуванням, при синтезі ней- ронних мереж (НМ). Відповідні цілі вини- кають при взаємодії різноманітних потреб та об’єктом керування. Якщо стан НМ задовольняє потре- бам суб’єкта при взаємодії, то ніякого ке- рування не потрібно. Якщо стан не задово- льняє, то суб’єкт має організувати такий вплив на НМ, яке привело її у новий стан, що задовольняє суб’єкта при вирішенні його задач. Елемент, на який відбувається вплив – це комутаційний елемент [1, 2]. Вплив виконується вибором певних дій, що призводять до активації комутаційного елемента. Архітектура нейронної мережі з кому- таційним елементом Стан НМ змінюється під впливом зовнішнього середовища, в якому він зна- ходиться. Позначимо Y – стан НМ, X – стан середовища. Тоді НМ можна предста- вити, як перетворювач 0F стану середо- вища в стан об’єкта: )(0 XFY = , де 0F оператор зв’язку вхідних даних Х і виходів Y нейронної мережі (рис.1). Рис. 1. Стан НМ (звичайний) Оскільки роль керуючого елемента важлива для керування системою виділимо його з середовища. Позначимо xD та yD – структурований набір даних за допомогою яких він сприймає вхідні дані та дані НМ. Інформація >< '' ,YX утворює структуро- ваний простір вхідної і вихідної інформа- ції, тобто той простір >< YX , інформації, яку комутаційний елемент (КЕ) здатен сприйняти й обробити у поточний момент часу. В ідеальному випадку (хоча цього не може відбуватися практично ніколи) КЕ завжди для НМ формує цільові потреби Z (остаточний результат) які призведуть до досягнення мети у конкретному випадку. Виконання цільових потреб Z за- дається рівністю ZY = , а не виконання – нерівністю ZY ≠ . В останньому випадку цілі не реалі- зуються. Необхідно вирішити наступні проблеми: • все залишається без змін. Цілі не досягнуті; Експертні та інтелектуальні інформаційні системи 54 • створити систему керування, яка реалі- зує цілі Z в НМ. Для цього необхідно визначити, як можна впливати на НМ, тобто створити засіб керування. Такими засобами можуть бути додаткові входи НМ, що не завжди є оптимальним рішенням, або створити до- датковий елемент мережі – комутаційний елемент [2, 3] (рис. 2), який буде керувати проміжними даними НМ. Рис. 2. Стан НМ (комутаційний елемент) Розглянемо другий засіб. Нехай U – додатковий засіб керування. Тоді НМ мо- жна представити як ),(0 UXFY = . Виходя- чи з цього систему керування можна опи- сати наступним чином: xD – вхідні дані до системи (перевіряють- ся експертом); yD – вхідні дані до КЕ (вихідні данні НМ); )(' XDX x= – структуровані вхідні дані експерта; )(' YDY y= – структуровані вихідні дані до КЕ. Структуровані дані передаються до КЕ, який перетворює їх на команди керу- вання U. Ці команди мають бути оброблені КЕ, для того, щоб змінити стан керованого входу 'U об’єкта. Для функціонування КЕ необхідно поставити ціль Z керування, а також ал- горитм керування µ – вказівки, як досягти цілей, маючи інформацію про стан середо- вища, об’єкта і цілі (рис. 3): ),,µ( '' ΖYXU = . (1) Керування пов’язане перш за все з цілями }{Z , які надходять з іншої НМ до КЕ. Ці цілі утворює суб’єкт, який і є спо- живачем з іншого боку виходів КЕ. Рис. 3. Комутаційний елемент Етапи керування НМ з використанням комутаційного елемента Керування складною системою мо- жна описати такими етапами: 1. Формування цілей керування. На цьому етапі визначаються загальні цілі (множина цілей), які мають бути реалізо- вані у процесі керування з використанням КЕ. КЕ сприймає вхідну інформацію, як скінчений набір параметрів ),...,( e1 SSS = . Інакше кажучи КЕ завжди може сприйняти і обробити вхідну інформацію, тобто така подія завжди керована. ))(),...,(()( 1 USUSUS e= , (2) де U ─ керування комутаційним елемен- том. Ведемо поняття простір ситуацій {S}, яке утворюється зазначеними параме- трами iS )1,...,e(i = . Кожна точка цього простору визначає довільну конкретну си- туацію, яка виникла навколо КЕ (рис. 4). Отже простір }{S є простором сприйняття, тобто елементами множини є вхідні- Експертні та інтелектуальні інформаційні системи 55 вихідні дані інших мереж або користувача системи. Зміна ситуації (набір вхідних да- них) навколо КЕ призводить до зміщення точки S вздовж траєкторії (лінії на рис. 4). Рис. 4. Простір ситуацій Але свої цілі користувач формує не в термінах множини S, а більш зрозумілі- шими термінами і поняттями, а саме симп- томами. Опишемо ці цільові поняття век- тором )( 1 k,...zzZ = , (3) де кожен параметр iz однозначно визнача- ється ситуацією S (стан пацієнта), тобто )(SΨZ ii = )1( ,...,ki = , (4) а функція )(•Ψi визначає зв'язок стану се- редовища і цільового параметра iz . У век- торній формі цей зв’язок виражається у вигляді )(SΨZ = , (5) ))()(()( 1 S,...,ΨSΨSΨ k= ─ деяка визначена вектор-функція. Перетворення Ψ інформації у фор- му Z необхідно ще тому, що користувач, зазвичай, формує свої цілі в термінах, які зв’язані з термінами системи. Інколи може виникнути ситуація, коли YZ = )( mk = . Розглянемо k-мірний простір цілей }{Z , який утворюється точками (3). Цей простір зручний тим, що кожна координа- та є ціллю, виконання якої призведе до виконання поставленої задачі перед НМ з КЕ. Відповідну ціль сформулюємо у ви- гляді вектора-цілі )( 1 * k ** ,...,zzZ = , де * iz - і-та потреба до стану середовища S, виражена за допомогою функції )(SΨ i . Цілі можуть бути різні, але форма запису має бути уніфікована. Розглянемо уніфікований вигляд цілей Z . Для формалізації їх необхідно звести до однієї з наступних форм: • iii azz =: і-та цільова змінна )(SΨz ii = має дорівнювати заданій вели- чині ia ; • iij bzz ≥:* j-та цільова змінна не має бу- ти менша заданого порогу jb ; • min:* →vv zz v-та цільова змінна має бути мінімальна. Якщо цілі не можна звести до цих форм, то не можна створити формальний опис системи керування НМ, а саме КЕ. Розглянемо відображення цілей Z у просторі ситуацій }{S :      ++++=→Ψ ++=≥Ψ ==Ψ ),,...,1(min,)( ),,...,1(,)( ),,...,1(,)( : lpspsvS pssjbS SiaS S v jj ii де kps =++ 1 . Точка або область S яка задоволь- няє цим потребам і є тим станом, що необ- хідно досягти НМ з КЕ. Відбудеться це чи ні залежить від можливостей впливу на КЕ, тобто від вигляду )(USS = , де RU ∈ , R ─ ресурси, що доступні. Розглянемо взаємодію цільової зони S і траєкторії зміни середовища )(tS . Якщо траєкторія руху )(tS проходить че- рез зону то керування не потрібно. В цьо- му випадку )(tS з часом буде належати S . Але така ситуація малоймовірна, тому Експертні та інтелектуальні інформаційні системи 56 слід впливати на середовище ),( tUSS t = і змінювати так, щоб ),( StUS ∈ , де t ─ це рух середовища. 2. Визначення об’єкта керування. Інколи виникає ситуація коли зв'язок об’єкта і середовища настільки сильний, що їх відокремити неможливо. Коли пред- метна область чітка, то така задача не ви- никає. Це буває у таких випадках, коли предметна область автономна. Однак у ре- альному житті предметні області настільки зв’язані, що визначити чітку межу майже не можливо. Ця обставина є поштовхом для виділення процесу визначення меж предметної області та/або об’єкта в окре- мий етап. У середовищі, що має формальний опис виділення об’єкта не є проблемою. Обмежуючи певні фактори середовища ми отримуємо певний екземпляр об’єкта і пе- ревіряємо на моделі досяжність поставле- них цілей. Також можливо оцінити чисе- льно ступінь некерованості цього варіанта об’єкта. Повторюючи цю процедуру для інших варіантів об’єктів буде отримано той екземпляр об’єкта на якому може бути досягнута максимальна керованість проце- сом. Маючи формальний опис середо- вища це не було б проблемою. Оскільки існування такого опису майже неможливо звертаються до експертів. Для цього необ- хідно експертно синтезувати декілька варі- антів об’єкта, а потім за допомогою експе- рта оцінити їх за критерієм і обрати най- кращий. Таким чином, виникає потреба ви- ділити процес визначення об’єкта (КЕ) в самостійний етап керування. Задача зво- диться до того, щоб для заданої множини цілей }{ Z і ресурсів R визначити такий КЕ, який за критеріями досяжності цілей буде найкращий. 3. Структурний синтез моделі НМ з КЕ. Під структурою будемо розглядати залежність F стану виходів об’єкта Y (НМ) від його входів – не керованого Х та керо- ваного Y. ),( UXFY = . У загальному випадку залежність F визначається деяким алгоритмом побудови НМ (алгоритм зворотнього розповсю- дження помилки) [4], який вказує, як маю- чи інформацію про входи X і U, визначити вихід Y. Вид цього алгоритму з точністю до його параметрів визначає структуру F. Умовно будемо вважати, що модель F складається з структури і параметрів: >=< CSF t , , де St структура моделі F, ),...,( 1 kCCC = – її параметри. Таким чи- ном, ціллю третього етапу є визначення структури tS з КЕ. Наприклад, категорії лінійності, статичності, детермінованості, дискретно- сті ─ структурні категорії. Лінійна статич- на неперервно детермінована структура однозначно визначає наступний вид для F: nn xc...xcy ++= 11 , причому на стадії структурного синтезу конкретні значення ni cc ,..., поки не суттєві. Важлива лише залежність F від цих параметрів і входів до КЕ. Структурний синтез моделі можна поділити на такі етапи: 1) визначення входів і виходів НМ та КЕ; 2) експертне ранжування входів і виходів об’єкта; 3) декомпозиція моделі; 4) вибір структурних елементів моделі. 4. Параметричний синтез моделі КЕ. Цей етап зв’язаний з визначен- ням параметрів ),...,( 1 kccC = моделі ),,( CUXFY = , де обрана на попередньо- му етапі структура tS відображена у моде- льному операторі F. Для визначення параметрів С моде- лі необхідно мати інформацію про вхід X, U та вихід Y НМ та КЕ. У залежності від того, як отримана інформація, розглянемо два підходи: 1. Ідентифікація параметрів моделі зв’язана з оцінкою чисельних значень шу- каних параметрів у стандартному режимі функціонування НМ, тобто використання КЕ елемента не потрібна. Початковою інформацією для ідентифікації є струк- тура St і спостереження за поведін- кою входів )(tX і виходів )(tY . Пара Експертні та інтелектуальні інформаційні системи 57 >=< )(),()( tYtXtJ отримана без викорис- тання КЕ є основною інформацією при ідентифікації. У деяких випадках не всі входи Х (не керовані) та U (керовані) змінюються в процесі нормального функціонування НМ. Не змінюються ті параметри з U, на які не впливають зовнішні фактори. Для з’ясування залежності виходів об’єкта У від параметрів такого типу необхідно при- мусово їх змінювати, тобто експерименту- вати з ними. Оскільки будь-який експери- мент порушує роботу НМ у нормальному режимі, то слід при мінімальному впливі на об’єкт отримувати максимальну інфор- мацію про вплив цих параметрів на НМ. У цьому випадку слід звернутися до плану- вання експерименту. 2. Планування експериментів. У процесі синтезується спеціальний підхід, який дозволяє при заданих обмеженнях з максимально ефективністю визначити па- раметри С моделі об’єкта керування. При використані НМ мережі цей підхід має на увазі, що набір станів керо- ваного входу НМ nUU ,...1 належать зада- ній допустимій області експерименту, в результаті чого визначається його вихід nYY ,...1 , тобто )(0 ii UFY = ),...1( ni = . Отримані n пар >< ii YU , ),...1( ni = є ви- хідними даними для визначення необхід- них параметрів моделі НМ. 5. Синтез та реалізація керування КЕ. Синтез керування пов’язаний з при- йняттям рішення про те, яке має бути ке- рування U, таке, що при ситуації S досяг- нути поставленої цілі Z в об’єкті. Цей розв’язок спирається на існуючу модель об’єкта F, задану ціль Z , отриману інфо- рмацію про стан середовища Х і об’єкта Y, а також на виділені ресурси R керування, які є обмеженнями на керування U у зв’язку зі специфікою об’єкта і можливос- тями середовища керування. Синтез керу- вання зводиться до розв’язку варіаційної задачі, яка отримується з ),(0 UXFY = шляхом відповідних перетво- рень, необхідних для преодоління багато- критеріальності. Отримане керування має бути оп- тимальне з точки зору цілей керування і мати вигляд )(* tUU = . Реалізація керування зв’язана з процесом обробки об’єктом програми, отриманої на попередньому етапі. Такий процес для не активних об’єктів розв’язується методами теорії спостеріга- ючих систем [5], обробляючих дану про- граму. Значно складніше реалізація керу- вання активної системи. Ці труднощі ма- ють бути вирішені на стадії синтезу моделі об’єкта керування, враховуючи його акти- вність. Тоді обробка програми буде, як і при керуванні, пасивним об’єктом. Якщо керування реалізоване, а його ціль не досягнута, необхідно повернутися на один з попередніх етапів. Але навіть коли цілі досягнуті, інколи необхідно по- вертатися до попередніх етапів, оскільки відбуваються зміни стану середовища Х або цілей керування Z . 6. Адаптація (або корекція) всієї системи керування (всіх етапів) розгляда- ється, як більш глибокий аналіз процесу керування складної системи. Параметрична адаптація зв’язана з корекцією та налаштуванням параметрів С моделі. Така адаптація має місце при будь-якій зміні характеристик керуючого об’єкта, а саме КЕ. Адаптація дозволяє на- лаштовувати модель на кожному кроці ке- рування. Вихідною інформацією для цього виду адаптації є неспівпадання вихід- ної/вхідної інформації та необхідною вхід- ною для КЕ. Оскільки процес керування нейронною мережею з КЕ не завжди зда- тен представити необхідну інформацію для найбільш точного остаточного результату, необхідно вводити додаткові елементи ке- рування, а саме поповнювати вхідною ін- формацією початкову структуру вхідних даних НМ, що, в свою чергу, призведе до формування більш точних вхідних даних для КЕ. Структурна адаптація має місце при неспівпаданні структури моделі та структури НМ. За різних обставин струк- тура НМ може змінитися, що, в свою чер- гу, буде вимагати зміни структури моделі, Експертні та інтелектуальні інформаційні системи 58 а саме до механізмів структурної адаптації. Перехід від однієї структури до іншої ви- конується процедурою вибору альтернати- вної структури моделі. Різниця може поля- гати як у кількості входів/виходів до моде- лі, варіантами декомпозиції або структу- рою елементів моделі. Слід зазначити, що альтернативні моделі при ідентифікації параметрів теж використовують методи параметричної адаптації. Адаптація об’єкта необхідна в то- му випадку, коли структурна адаптація не ефективна, тобто деякі цілі керування не досягаються. Ця адаптація зв’язана зі змі- ною організації потоків інформації в НМ. Додавання нової інформації призводить до підвищення його керованості, але вимагає більше затрат при параметричній та струк- турній адаптації. Вибір найкращого варіа- нта розподілення та переміщення потоків інформації у НМ в процесі керування і є основою процесу адаптації на цьому етапі. Адаптація цілей керування. В ро- бочому режимі системи де використову- ється НМ може виникати ситуація, коли виникають нові цілі, або їх уточнення. В цьому випадку необхідно визначити нову множину цілей { }'Z , адаптовану під пото- чні потреби. Це є основою цього етапу. Розглянемо задачу адаптації об’єкта 0F , як задачу керування. Ціль Z адапта- ції визначає вимоги до критеріїв. Ці потре- бі можуть бути записні наступним чином: 1. Критерій-нерівність 0))(),...,(()( 1 ≥= UhUhUH p . 2. Критерій-рівність 0))(),...,(()( 1 == UgUgUG s 3. Критерії, що мінімізують min))(),...,(()( 1 →= UqUqUQ l , де )),(()( 0'' UXFhMYhMh ixixi == ),...,1( pi = ; )),(()( 0'' UXFgMYgMg jxjxi == ),...,1( sj = ; );,...,1( ; )),(( )()()( 0' '' lkUXFqM YqMYqMUg kx kxkxk == === xM – оператор усереднення по Х: ∫ •=• dXXM )()()( ρ , де )(Xρ – щільність розподілу стану Х середовища. Ціль адаптації це розв’язок наступної задачі: min)( UUQ SU ⇒→ ∈ , (7) де    = ≥ .0)( 0)( : UG UH S Такі задачі при заданій моделі F об’єкта 0F і розподілу )(Xρ називають задачами стохастичного програмування [6]. Проблема розв’язку поставлених задач очевидна. Але задачі адаптації ускладню- ються ще й тим фактором, що модель об’єкта F відсутня. Також відсутні інфор- мація про розподіли )(Xρ . Більш того, ці фактори мають тенденцію змінюватися у часі. Отже, маючи алгоритм ϕ розв’язку задачі (7) з обмеженнями вигляду (4) у вигляді ))(,(* XFU ρϕ= , (8) не можна вважати задачу адаптації розв’язаною. Необхідно додатково іденти- фікувати об’єкт, що змінюється 0F і ста- тистичні властивості середовища, щоб отримати ))(,( XFVW tt ρ= , (9) де tF ─ модель об’єкта, а tρ ─ щільність розподілу Х. Ці обставини змушують від- мовитися від пошуку алгоритму ϕ розв’язку поставленої задачі адаптації, оскільки для складного об’єкта адаптації залежності tF і )(Xtρ достатньо складні. Тому для розв’язку задачі (7) необ- хідно звертатися до алгоритмів адаптації, використовуючи лише значення функцій )(' •ih , )(' •jg і )(' •kq ),...,1;,..,1;,...,1( lksjpi === у визначені моменти часу. В загальному випадку має такий вигляд: Експертні та інтелектуальні інформаційні системи 59 ),,,( ''' 1 NNNNN QGHUU ψ=+ , (10) де ψ ─ алгоритм рекурентної адаптації. ),...,,( 1 WNNNN UUUU −−= ; ),...,,( '' 1 '' WNNNN HHHH −−= ; ),...,,( '' 1 '' WNNNN GGGG −−= ; ),...,,( '' 1 '' WNNNN QQQQ −−= ; ),...,( '' 1 ' phhH = ; ),...,( '' 1 ' sggG = ; ),...,( '' 1 ' lqqQ = де '''' ,,, NNNN QGHU ─ значення парамет- рів, що адаптуються, N ─ момент часу, W – глибина пам’яті алгоритму ψ . Висновки Запропонований підхід до керу- вання синтезом нейронних мереж з використанням комутаційного елемента дозволяє прискорити роботу систем з відповідною архітектурою мережі. Ко- жен з етапів вимагає ретельного аналі- зу з боку розробника, оскільки деякі етапи проектування вимагають не лише чіткого формального опису, а й чітко сфо- рмовану інформацію від експерта. Напри- клад, простір цілей формується майже ви- ключно або під контролем експерта пред- метної області для якої розробляється від- повідна НМ. Таким чином, можна виділи- ти наступну перевагу: запропонована мо- дель враховує різні чинники, що можуть впливати на стан нейронної мережі та комутаційного елемента. Зокрема, при формуванні цілей, ураховується не лише загальна ціль для нейронної ме- режі, а й проміжні – для комутаційного елемента. Отже, штучні нейронні мережі мо- жна вважати універсальним потужним за- собом моделювання нелінійних об’єктів. Синтез оптимальних алгоритмів керування багатозв’язними нелінійними об’єктами є оптимальним кроком розв’язання постав- лених задач. 1. Катеринич Л., Провотар А. Синтез ней- ронных сетей на основе информационных гранул // International Book Series "Informa- tion Science and Computing: Advanced Re- search in Artificial Intelligence". – Sofia, 2008. – V.1. – P. 179–182. 2. Катеринич Л., Провотар А. Диагностиро- вание на нейронных сетях в системе Го- меопат // XIII-th International Conference: Knowledge Dialogue Solution. – Sofia, 2007. – V.1. – P. 64–68. 3. Bargiela, Andrzeyj and Pedrycz, Witold. Granular Computing: An introduction. – Kluwer Academic Publishers, 2003. – 5 p. 4. Хайкин С. Нейронные сети: полный курс, 2-е изд. – М.: ООО «И.Д. Вильямс», 2006. – 220 с. 5. Ньютон Дж. К., Гулд Л.А., Кайзер Дж. Ф. Теория линейных следящих систем. Ана- литические методы расчета. – М.; 1981. – 29 с. 6. Юдин Д.Б. Математические методы управ- ления в условиях неполной информации. – М.: Сов. радио, 1974. – 400 с. Отримано 05.12.2008 Про автора: Катеринич Лариса Олександрівна, асистентка факультету кібернетики Київського національного університету імені Тараса Шевченка, e-mail: katerinich@rambler.ru Місце роботи автора: Факультет кібернетики Київського національного університету імені Тараса Шевченка.
id	nasplib_isofts_kiev_ua-123456789-2974
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn	1727-4907
language	Ukrainian
last_indexed	2025-11-28T06:18:44Z
publishDate	2009
publisher	Інститут програмних систем НАН України
record_format	dspace
spelling	Катеринич, Л.А. 2009-05-29T12:20:24Z 2009-05-29T12:20:24Z 2009 Керування синтезом нейронних мереж / Л.А. Катеринич // Пробл. програмув. — 2009. — № 1. — С. 53-59. — Бібліогр.: 06 назв. — укр. 1727-4907 https://nasplib.isofts.kiev.ua/handle/123456789/2974 004.512 Пропонується підхід до керування синтезом нейронних мереж. Розглядається керування синтезом нейронних мереж з використанням комутаційного елемента, а саме етапи проектування та керування мережею з такою архітектурою. Формалізовано опис архітектури мережі з комутаційним елементом.---------- Предлагается подход к управлению синтезом нейронных сетей. Рассматривается управление синтезом нейронных сетей с использованием коммутационного элемента, а именно этапы проектирования и управление сетью с такой архитектурой. Формализовано описание архитектуры сети с коммутационным элементом.---------- A new approach to neural networks synthesis management is suggested. The synthesis man-agement of neural networks with commutational element, namely the design and management of neural networks with such architecture. The description of network architecture with commutational element is being formalized. uk Інститут програмних систем НАН України Теоретичні та методологічні основи програмування Керування синтезом нейронних мереж Управление синтезом нейронных сетей Neural networks synthesis management Article published earlier
spellingShingle	Керування синтезом нейронних мереж Катеринич, Л.А. Теоретичні та методологічні основи програмування
title	Керування синтезом нейронних мереж
title_alt	Управление синтезом нейронных сетей Neural networks synthesis management
title_full	Керування синтезом нейронних мереж
title_fullStr	Керування синтезом нейронних мереж
title_full_unstemmed	Керування синтезом нейронних мереж
title_short	Керування синтезом нейронних мереж
title_sort	керування синтезом нейронних мереж
topic	Теоретичні та методологічні основи програмування
topic_facet	Теоретичні та методологічні основи програмування
url	https://nasplib.isofts.kiev.ua/handle/123456789/2974
work_keys_str_mv	AT kateriničla keruvannâsintezomneironnihmerež AT kateriničla upravleniesintezomneironnyhsetei AT kateriničla neuralnetworkssynthesismanagement

Керування синтезом нейронних мереж

Institution

Similar Items