Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети
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&...
Gespeichert in:
| Veröffentlicht in: | Искусственный интеллект |
|---|---|
| Datum: | 2013 |
| Hauptverfasser: | , , , , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/85149 |
| 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: | 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. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862743378183061504 |
|---|---|
| author | Тимченко, Л.И. Кокряцкая, Н.И. Мельников, В.В. Косенко, Г.Л. Денисова, А.Е. Пьяных, П.А. |
| author_facet | Тимченко, Л.И. Кокряцкая, Н.И. Мельников, В.В. Косенко, Г.Л. Денисова, А.Е. Пьяных, П.А. |
| citation_txt | 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. |
| collection | DSpace DC |
| container_title | Искусственный интеллект |
| description | 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.
|
| first_indexed | 2025-12-07T20:29:55Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-85149 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T20:29:55Z |
| publishDate | 2013 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Тимченко, Л.И. Кокряцкая, Н.И. Мельников, В.В. Косенко, Г.Л. Денисова, А.Е. Пьяных, П.А. 2015-07-19T19:12:06Z 2015-07-19T19:12:06Z 2013 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. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/85149 658.012:681.32:621.38 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. ru Інститут проблем штучного інтелекту МОН України та НАН України Искусственный интеллект Анализ и синтез коммуникационной информации Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети Новий метод прогнозування характеристик динамічних зображень з використанням паралельно-ієрархічної мережі A new method for predicting the characteristics of dynamic images using a parallel-hierarchical network Article published earlier |
| spellingShingle | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети Тимченко, Л.И. Кокряцкая, Н.И. Мельников, В.В. Косенко, Г.Л. Денисова, А.Е. Пьяных, П.А. Анализ и синтез коммуникационной информации |
| title | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| title_alt | Новий метод прогнозування характеристик динамічних зображень з використанням паралельно-ієрархічної мережі A new method for predicting the characteristics of dynamic images using a parallel-hierarchical network |
| title_full | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| title_fullStr | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| title_full_unstemmed | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| title_short | Новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| title_sort | новый метод прогнозирования характеристик динамических изображений с использованием параллельно-иерархической сети |
| topic | Анализ и синтез коммуникационной информации |
| topic_facet | Анализ и синтез коммуникационной информации |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/85149 |
| work_keys_str_mv | AT timčenkoli novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT kokrâckaâni novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT melʹnikovvv novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT kosenkogl novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT denisovaae novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT pʹânyhpa novyimetodprognozirovaniâharakteristikdinamičeskihizobraženiisispolʹzovaniemparallelʹnoierarhičeskoiseti AT timčenkoli noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT kokrâckaâni noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT melʹnikovvv noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT kosenkogl noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT denisovaae noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT pʹânyhpa noviimetodprognozuvannâharakteristikdinamíčnihzobraženʹzvikoristannâmparalelʹnoíêrarhíčnoímereží AT timčenkoli anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork AT kokrâckaâni anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork AT melʹnikovvv anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork AT kosenkogl anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork AT denisovaae anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork AT pʹânyhpa anewmethodforpredictingthecharacteristicsofdynamicimagesusingaparallelhierarchicalnetwork |