Решение краевых задач на дискретных клеточных нейронных сетях
В статье рассмотрена структура двумерной дискретной клеточной сети. Дано описание локально- асинхронного метода решения краевых задач на дискретных клеточных нейронных сетях. Описан алгоритм реализации мультисеточного метода. Изложены подходы к обучению дискретных клеточных нейронных сетей, испол...
Gespeichert in:
| Datum: | 2008 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/7145 |
| 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: | Решение краевых задач на дискретных клеточных нейронных сетях / Б.Б. Нестеренко, М.А. Новотарский // Штучний інтелект. — 2008. — № 3. — С. 568-578. — Бібліогр.: 11 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | В статье рассмотрена структура двумерной дискретной клеточной сети. Дано описание локально-
асинхронного метода решения краевых задач на дискретных клеточных нейронных сетях. Описан
алгоритм реализации мультисеточного метода. Изложены подходы к обучению дискретных
клеточных нейронных сетей, использующие принципы пластичности и модификации весовых
коэффициентов.
У статті розглянуто структуру двовимірної дискретної кліткової мережі. Дано опис локально-
асинхронного методу розв’язування крайових задач на дискретних кліткових нейронних мережах.
Описано алгоритм реалізації багатосіткового методу. Викладено підходи до навчання дискретних
кліткових нейронних мереж, що використовують принципи пластичності й модифікації вагових
коефіцієнтів.
The structure of a bidimentional discrete cellular network is considered. The description of a local –
asynchronous method for solving boundary value problems on discrete cellular neural networks is given. The
algorithm of realization of a multigrid method is described. Approaches to training the discrete cellular neural
networks, using principles of plasticity and updating of weighting coefficients are stated.
|
|---|---|
| ISSN: | 1561-5359 |