Прогнозирующая нейронная сеть с переменной структурой для контроля показателей загрязнения окружающей среды
Електронного архіву Харківського національного університету радіоелектроніки (Open Access Repository of KHNURE)
Переглянути архів Інформація| Поле | Співвідношення | |
| Creator |
Мантула, Е. В.
|
|
| Date |
2014-11-11T14:51:54Z
2014-11-11T14:51:54Z 2013 |
|
| Identifier |
Мантула, Е. В Прогнозирующая нейронная сеть с переменной структурой для контроля показателей загрязнения окружающей среды / Е. В. Мантула // Бионика интеллекта : науч.-техн. журн. – Х. : Изд-во ХНУРЭ, 2013. – Вып. 1 (80). – С. 112–116.
http://hdl.handle.net/123456789/1506 |
|
| Description |
В статье проведен анализ возможности использования в задачах экологического мониторинга для прогнозирования нестационар-ных временных рядов полиномиальных нейронных сетей, характеризующихся высокой скоростью обучения, и МГУА-сетей, которые имеют переменную структуру с возможностью измене-ния во время обучения. Предложена нейронная сеть, которая объединяет преимущества много- слойного персептрона и МГУА-сети для обу-чения на основе малой выборки и численного упрощения процесса обучения сети. Article is devoted to the problem of time series forecasting, which is typical problem in environmental monitoring. The application of polynomial networks, which characterized by a high rate of learning due to the fact that the output signal of a linear function depends on synaptic weights, which using leads to a problem with the amount of data exponential increase due to higher dimen-ional space and the GMDHneural networks, which give the most accurate forecasts in a conditions of short sample. Proposed neural network, based on them, and has a number of advantages, which using is greatly simplifies network training. |
|
| Language |
ru
|
|
| Publisher |
ХНУРЭ
|
|
| Subject |
прогнозирование
нейронная сеть полиномиальная нейронная сеть |
|
| Title |
Прогнозирующая нейронная сеть с переменной структурой для контроля показателей загрязнения окружающей среды
|
|
| Type |
Article
|
|