Сеть Кохонена с параллельным обучением

Предложена модифицированная сеть Кохонена с алгоритмом поиска нейронов-победителей при параллельном предъявлении нескольких эталонных образов. Достигаемое повышение производительности перспективно в развитии многоядерных многопроцессорных вычислительных систем. Объем обучающей выборки определяется с...

Full description

Saved in:
Bibliographic Details
Published in:Управляющие системы и машины
Date:2009
Main Authors: Дяченко, В.А., Михаль, О.Ф., Руденко, О.Г.
Format: Article
Language:Russian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2009
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/82753
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:Сеть Кохонена с параллельным обучением / В.А. Дяченко, О.Ф. Михаль, О.Г. Руденко // Управляющие системы и машины. — 2009. — № 5. — С. 14-18. — Бібліогр.: 6 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Предложена модифицированная сеть Кохонена с алгоритмом поиска нейронов-победителей при параллельном предъявлении нескольких эталонных образов. Достигаемое повышение производительности перспективно в развитии многоядерных многопроцессорных вычислительных систем. Объем обучающей выборки определяется с использованием элементов статистического моделирования. A modified Kohonen network is suggested with the algorithm of searching for the neuron-winners under the parallel presentation of several master images. The reached increasing of the capacity has the prospects as to the development of multikernel multiprocessor computer systems. The number of training samples is defined by using the elements of statistical modeling. Запропоновано модифіковану мережу Кохонена з алгоритмом пошуку нейрона-переможця за наявності кількох еталонних образів паралельно. Підвищення продуктивності, що досягається, є перспективним у розвитку багатоядерних багатопроцесорних обчислювальних систем. Обсяг навчальної виборки відшукується з використанням елементів статистичного моделювання.
ISSN:0130-5395