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...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в:Управляющие системы и машины
Дата:2009
ISSN:0130-5395
Автори: Дяченко, В.А., Михаль, О.Ф., Руденко, О.Г.
Формат: Стаття
Мова:Російська
Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2009
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/82753
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати: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.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме: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