Search academic texts

Information × Registration Number 2114U006921, Article popup.category Опубліковано, Стаття Title ARCHITECTURE AND ALGORITHMS OF NEURAL NETWORKS HAMMING AND HEBB, CAPABLE LEARN AND IDENTIFY NEW INFORMATION popup.author Дмитрієнко В. Д.Заковоротний О. Ю.Dmitrienko V. D.Zakovorotniy A. Yu. popup.publication 17-10-2014 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/37096 popup.publisher National University "Zaporizhzhia Polytechnic" Description Вирішена задача донавчання класичних дискретних нейронних мереж Хеммінга та Хебба без втрат інформації, що вже була запам’ятована. Об’єктом дослідження є процеси розпізнавання та класифікації образів в системах, що побудовані на основі штучних нейронних мереж. Предметом дослідження є архітектури та алгоритми функціонування штучних нейронних мереж. Мета роботи: розробка стабільно-пластичних нейронних мереж Хеммінга та Хебба. Розроблені архітектури та алгоритми функціонування дискретних стабільно-пластичних нейронних мереж Хеммінга та Хебба, які не тільки можуть донавчатися в процесі функціонування, а й розпізнавати нову інформацію. Нові мережі можуть стати альтернативою дискретним нейронним мережам адаптивної резонансної теорії. Розроблений підхід по донавчанню може бути узагальнений й на інші нейронні мережі. Проведено експериментальні дослідження розроблених алгоритмів функціонування штучних нейронних мереж. Результати експериментів підтверджують правильність запропонованого підходу. popup.nrat_date 2026-02-09 Close