Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети

• Veröffentlicht in: Искусственный интеллект
• Datum: 2013
• Hauptverfasser: Тимченко, Л.И., Кокряцкая, Н.И., Мельников, В.В., Косенко, Г.Л., Денисова, А.Е., Пьяных, П.А.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2013
• Schlagworte: Анализ и синтез коммуникационной информации
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/85149
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети / Л.И. Тимченко, Н.И. Кокряцкая, В.В. Мельников, Г.Л. Косенко, А.Е. Денисова, П.А. Пьяных // Искусственный интеллект. — 2013. — № 3. — С. 253–266. — Бібліогр.: 12 назв. — рос.

В статье разработан метод прогнозирования с использованием параллельно-иерархической (ПИ) сети, использующий идею сглаживания эмпирических данных по гиперболе. Показывается, что данный метод использует для прогнозирования предшествующие значения временного ряда, сглаживания по гиперболе и данные ПИ сети. Разработанный метод за счет использования ПИ сети в сочетании со сглаживанием по гиперболе является более эффективным для систем реального времени при реализации операции прогнозирования положения энергетических центров изображений пятен лазерных пучков для оптических систем связи по сравнению с традиционными нейронными сетями. У статті розроблено метод прогнозування з використанням паралельно-ієрархічної (ПІ) мережі, який використовує ідею згладжування емпіричних даних по гіперболі. Показується, що даний метод використовує для прогнозування попередні значення часового ряду, згладжування по гіперболі і дані ПІ мережі. Розроблений метод за рахунок використання ПІ мережі в поєднанні зі згладжуванням по гіперболі є більш ефективним для систем реального часу при реалізації операції прогнозування положення енергетичних центрів зображень плям лазерних пучків для оптичних систем зв’язку в порівнянні з традиційними нейронними мережами. In the paper a forecasting method using a parallel-hierarchical (PH) network was developed. It uses the idea of smoothing the empirical data with the hyperbole. It is shown that this method uses the values of previous time series, the smoothing with the hyperbole and PH network data for prediction. The developed method is more efficient for real time systems due to the use of PH network combined with smoothing with a hyperbola; with the implementation of prediction operations of energy center laser beam image position for optical communication systems compared to conventional neural networks.