Пошук академічних текстів

Інформація × Реєстраційний номер 2117U006191, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи СИНТЕЗ НЕЙРО-НЕЧІТКИХ ДІАГНОСТИЧНИХ МОДЕЛЕЙ З ГЕШУВАЛЬНИМ ПЕРЕТВОРЕННЯМ У ПОСЛІДОВНОМУ ТА ПАРАЛЕЛЬНОМУ РЕЖИМАХ Автор Субботін С. О.Благодарьов О. Ю.Гофман Є. О.Subbotin S. A.Blagodarev A. Yu.Gofman Ye. A. Дата публікації 13-05-2017 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/101022 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Вирішено актуальну задачу підвищення швидкості побудови нейро-нечітких моделей за прецедентами. Мета роботи – створення методу синтезу нейро-нечітких мереж, що має високу швидкість обчислень і дозволяє реалізувати синтез нейро-нечітких мереж у паралельному режимі. Метод. Запропоновано метод побудови нейро-нечітких моделей за прецедентами, що здійснює скорочення розмірності вхідних даних за допомогою гэшувального відображення на одномірну вісь зі збереженням локальної топології кластерів у просторі ознак, оцінює значимість ознак і екземплярів на основі виділених кластерів, а також формує розбиття вихідного простору ознак в автоматичному режимі, синтезує структуру і налаштовує параметри нейро-нечіткої моделі автоматично, вилучає з процесу навчання нейронечіткої моделі малоінформативні дані, спрощуючи тим самим структуру одержуваних моделей, та дозволяє найбільше обчислювально трудомісткі операції виконувати в паралельному режимі, що дозволяє автоматизувати процес синтезу нейро-нечітких моделей за прецедентами, а також підвищити швидкість побудови нейро-нечітких моделей як при послідовній, так і при паралельній реалізації обчислень. Результати. Розроблено програмне забезпечення, яке реалізує запропонований метод, що використано при проведенні обчислювальних експериментів з дослідження властивостей методу. Висновки. Проведені експерименти підтвердили працездатність запропонованого методу і програмного забезпечення, що його реалізує, а також дозволяють рекомендувати їх для застосування на практиці для рішення задач діагностування й автоматичної класи- фікаціїза ознаками. Додано в НРАТ 2026-02-09 Закрити