Другие журналы

электронный журнал

МОЛОДЕЖНЫЙ НАУЧНО-ТЕХНИЧЕСКИЙ ВЕСТНИК

Издатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл No. ФС77-51038. ISSN 2307-0609

Публикации с ключевым словом - нейронные сети

Найдено: 30
77-30569/280351 Исследование быстродействия нейросетевого распознавателя почерка.
# 12, декабрь 2011
Галкин В. А., Чернуха С. Н.
В статье исследована зависимость быстродействия on - line распознавателя почерка, построенного на основе искусственных нейронных сетей, от архитектуры этих сетей и программного решения в целом для ручного и автоматизированного методов выделения символов (букв) из связанной последовательности (слов). Для каждого метода разработана имитационная модель, которая реализована на языке GPSS. Результаты моделирования показали, что карманные персональные компьютеры (КПК), позволяют выполнить программную реализацию распознавателя почерка, способную предоставить пользователю полезную функциональность на приемлемом уровне.
77-30569/409197 Использование комбинированной структуры искусственной нейронной сети для распознавания образов
# 03, март 2012
Стругайло В. В.
Одним из актуальных и перспективных направлений для решения задач распознавания образов является применение искусственных нейронных сетей (ИНС). В данной статье рассматриваются модели и сравниваются результаты распознавания образов на изображениях с помощью классических полносвязных трехслойных ИНС, основанных на алгоритме с обратным распространением ошибок.
77-48211/446682 Распознавание голосовых команд с помощью самоорганизующейся нейронной сети Кохонена
# 05, май 2012
Кладов С. А.
В статье приведены характеристики систем распознавания голоса, предложена возможная структура дикторозависимой системы распознавания  голосовых команд, основанной на нейронной сети Кохонена. Описаны основные этапы работы со звуковым сигналом, топология и процесс обучения предлагаемой нейронной сети.  Рассматриваемая методика может быть применена для проектирования систем голосового управления.  Дальнейшее развитие работы  –  усовершенствование системы до дикторонезависимой
Адаптивный классификатор многомерных нестационарных сигналов на основе анализа динамических паттернов
# 08, август 2010
Трофимов А. Г., Скругин В. И.
Рассматривается задача классификации многомерных нестационарных сигналов. Излагается метод формирования вектора характерных признаков сигнала на основе анализа динамических паттернов. Для классификации в пространстве характерных признаков предложено использовать нейросетевой подход. Приводятся результаты экспериментальных исследований разработанных алгоритмов для решения прикладной задачи распознавания сигналов электроэнцефалограмм.
Алгоритм и методы распознавания речи
# 06, июнь 2016
УДК: 681.531.2
Алборова Ж. В.
Статья посвящается описанию алгоритма,анализу и исследованию методов распознавания речи.Показана  структурная система модуля распознавания изолированных слов. Перечислены способы и классификация распознавания речи.В результате анализа автор выявляет недостатки и преимущества того или иного метода, делает выводы и дает рекомендации.
Аппроксимация функции предпочтений лица, принимающего решения, в задаче многокритериальной оптимизации. 3. Методы на основе нейронных сетей и нечеткой логики
#4 2008
DOI: 10.7463/0408.0086335
Работа продолжает серию публикаций, посвященных адаптивным методам решения непрерывной конечномерной задачи многомерной многокритериальной оптимизации. Рассматриваются методы аппроксимации функции предпочтений лица, принимающего решения, основанные на нейронных сетях и нечеткой логике
Идентификация частиц взвеси и устройства распознавания
# 09, сентябрь 2013
УДК: 551.461/.467:62
Игумнова Д. А.
Статья посвящена проблеме идентификации мелкодиспергированных взвесей в морской воде. Автор рассматривает принципиально разные способы исследования взвесей, анализирует принципы действия разнообразных лабораторных стендов, сравнивая их между собой и оценивая эффективность их работы. На основании рассмотренных в статье публикаций, посвященных проблеме идентификации взвесей, автор предлагает алгоритм распознавания изображений методами, предоставляемыми теорией нейронных сетей, с целью обнаружения на них реперных объектов. Данные, получаемые при этом, могут использоваться в системе технического зрения для дальнейшего анализа и обработки изображений. Обоснование актуальности идентификации подводных объектов рассматривается на объектах подводных миссий соревнований МАТЕС гидроботов ROV.
Искусственный интеллект в лицах исследователей
# 08, август 2016
УДК: 004.8
Чихирева Ю. А.
В статье рассматриваются основные направления исследований в области искусственного интеллекта. Проводится анализ возрастания и спада интереса ученых к этой области, аргументация выбора пути создания суперинтеллекта. Приводятся примеры того, как период времени, в который проводились исследования, влиял на выбор их направления. На основании статьи можно понять, какой путь является и по сей день актуальным для развития этой области.
Использование байесовского подхода в обучении нейронных сетей
#9 сентябрь 2005
Показывается, что альтернативой структурной оптимизации нейронных сетей при их обучении является использование байесовских методов регуляризации. Рассматриваются алгоритмы обучения нейронных сетей с использованием традиционных и байесовских методов регуляризации. Приводится основанный на байесовском подходе алгоритм вычисления погрешности прогноза выходных значений нейронной сети.
Исследование погрешности нейросетевой аппроксимации функции предпочтений
# 03, март 2010
Мухлисуллина Д. Т.
Исследуется погрешность нейросетевой аппроксимации функции предпочтения лица, принимающего решение,  в задаче многокритериальной оптимизации. Приводятся результаты исследования эффективности метода при решении двух- и трехкритериальных тестовых задач.
Комбинированный метод обнаружения и распознавания лиц в реальном режиме
# 01, январь 2014
УДК: 004.93'1
Волынец М. Ю.
В публикации представлен комбинированный метод распознавания и обнаружения лиц на цифровых изображениях и видеопоследовательностях в режиме реального времени на основе сравнительного анализа известных методов решения задачи распознавания и обнаружения лиц. Предложенный метод обладает большей производительностью, достоверностью решения при различном пространственном расположении объекта анализа и условий освещенности.
Методы выделения повседневных маршрутов с использованием средств автоматического распознавания ГРЗ
# 12, декабрь 2014
УДК: 519.85
Смирнов В. И.
В статье приводятся методы, которые могут использоваться для решения задачи выделения повседневных маршрутов движения транспортных средств. Применяются зоны видеофиксации, с использованием возможности автоматического распознавания ГРЗ. Описана предметная область, дана формулировка задачи. Рассмотрены возможные пути применения теории графов, алгоритмов прогнозирования, а также нейронных сетей для решения поставленной задачи.
Методы повышения качества математических моделей
# 10, октябрь 2016
УДК: 681.513
Оглоблина Ю. С.
Рассмотрены алгоритмы построения математических моделей исследуемых процессов.Исследована задача построения моделей погрешностей инерциальных навигационных систем. Для повышения точности систем предложено проводить построение моделей в полете с помощью алгоритма самоорганизации. В ансамбль критериев селекции алгоритма самоорганизации включен критерий степени идентифицируемости, позволяющий строить модели с улучшенными качественными характеристиками.
Методы распознавания мошеннических операций при эквайринге
# 07, июль 2017
УДК: 004.492.2
Железнов Д. Е.
Предотвращение финансового мошенничества является насущной проблемой для финансовых учреждений. Мошенничество в российских банках колоссально увеличилось в своих масштабах за последние несколько лет. Финансовое мошенничество многообразно, а суммарный объём его в российских банках составляет миллиарды и триллионы рублей.Данная статья посвящена анализу существующих методов распознавания мошеннических операций в области эквайринга. Перечислены основные преимущества использования нейронных сетей для отслеживания эквайринговых мошенничеств. 
Нейросетевая защита ресурсов автоматизированных систем от несанкционированного доступа
# 05, май 2013
DOI: 10.7463/0513.0566210
профессор, д.т.н. Булдакова Т. И.
Рассмотрена задача обеспечения информационной безопасности автоматизированных систем. Проанализированы различные подходы к ограничению доступа к информационным ресурсам. Разработан алгоритм авторизации пользователей по изображению, которое сможет распознать человек и не сможет распознать интеллектуальная «программа-робот». Выбраны базовые типы искажений эталонных образов. Предложено применить динамическую нейронную сеть как своеобразный фильтр, позволяющий отбрасывать образы с высокой вероятностью распознавания. Для реализации алгоритма использована рекуррентная сеть Хопфилда.
Нейросетевое прогнозирование уровня глюкозы в крови больных сахарным диабетом I типа
# 07, июль 2011
DOI: 10.7463/0711.0199871
профессор, д.ф.-м.н. Карпенко А. П., Косоруков К. Н., Сабуров А. А., Чернецов С. А.
Работа выполнена в рамках исследований по разработке автоматической системы прогнозирования оптимальных доз инсулина, которая при объединении с инсулиновой помпой и сенсором непрерывного мониторинга уровня глюкозы в подкожной ткани пациента, могла бы выполнять функции искусственной поджелудочной железы. Работа посвящена исследованию эффективности нейросетевых алгоритмов прогнозирования значений уровня глюкозы в крови больных сахарным диабетом первого типа. Целью работы является выбор оптимальной нейронной сети и алгоритма ее обучения для использования в составе системы прогнозирования оптимальных доз инсулина. Исследование выполнено с использованием программной системы MatLab.
Нейросетевые алгоритмы прогнозирования в инструментальном производстве
#8 август 2004
DOI: 10.7463/0804.0551050
профессор, д.т.н. Булдакова Т. И., Суятинов С. И., Колентьев С. В.
Рассматриваются различные задачи прогнозирования в инструментальном производстве и исследуются подходы к их решению. Выявляются особенности учета нестационарных производственных факторов и скрытых взаимосвязей. Обосновывается необходимость применения искусственных нейронных сетей. Предлагаются алгоритмы прогнозирования загрузки оборудования, потребности в материале, прогноза брака и потребления энергии, которые реализуются с помощью нейросети прямого распространения. Приводятся примеры задач прогнозирования в информационно-аналитической системе управления снабжением и производством инструмента.
Обучение двухслойного персептрона в среде MATLAB
# 06, июнь 2015
УДК: 004.032.26
Тимофеева М. С.
В работе представлено математическое описание прямого распространения сигнала в нейронной сети на основе двухслойного персептрона.  Рассмотрен алгоритм обучения нейронной сети методом градиентного спуска, который заключается в минимизации ошибки на выходе сети. Показано, что для минимизации ошибки в распознавании образов требуется использовать алгоритм обратного распространения, при этом ошибка нейронов внутреннего слоя вычисляется на основании ошибки нейронов выходного слоя. Данные алгоритмы реализованы в среде Matlab, в качестве объекта распознавания были использованы изображения цифр от 0 до 9. Показано, что предварительно обученная нейронная сеть позволяет правильно определить цифру, изображение которой представлено для распознавания.
Подбор маршрутов полетов на основе нейро-нечетких моделей
# 12, декабрь 2014
УДК: 004.891
Андросова Е. Е.
В работе рассматривается задача подбора маршрутов полетов и пунктов отдыха на основе предпочтений пользователя. Для решения задачи привлекаются модели нечеткого вывода, многослойные нейронные сети и нейро-нечеткие модели.  Для каждой модели дается ее краткое описание применительно к рассматриваемой предметной области, и формулируется алгоритм вычисления предпочтительного пункта отдыха. Приводятся результаты вычислительных экспериментов, которые позволили уточнить теоретические оценки временной сложности разработанных алгоритмов для задач различной размерности, а также оценить точность полученных решений для всех моделей с различными методами обучения.
Применение Apache Spark в задачах интеллектуального обучения в гибридных интеллектуальных информационных системах
# 05, май 2016
УДК: 004.75+004.855.5
Леонтьев А. В.
В данной статье рассматриваются возможности распределённой системы обработки больших данных Apache Spark применительно к машинному обучению, а также приводится список компонентов библиотек машинного обучения, встроенных в Apache Spark. В статье представлены результаты тестов для оценки производительности, масштабируемости и применимости Apache Spark задач интеллектуального обучения в гибридных интеллектуальных информационных системах на примере обучения многослойного персептрона (MLP) на множестве изображений рукописных десятичных цифр (Mnist). Так же приводится сравнение производительности Apache Spark и Theano/CUDA.
Применение теории нечетких множеств в нейросетевых алгоритмах обработки. Построение лингвистических переменных
# 08, август 2014
УДК: 681.39
Кудинова Н. А.
В данной статье ставится задача синтезирования нейросетей, которые могли бы распознавать движущиеся объекты техники по их акустическим  реализациям. Данные нейросети были проанализированы с применением теории нечетких множеств. В результате удалось получить гистограммные оценки акустического сигнала каждого рассматриваемого объекта, позволяющие определить его принадлежность к тому или иному типу объектов. Данный метод может использоваться не только в военных целях, но и гражданских, для упрощения компьютерной идентификации объектов, склонных к изменениям.
Прогнозирование стоматологического статуса на этапах ортодонтического лечения с использованием слоистых нейронных сетей
#7 июль 2007
Настоящая работа посвящена исследованию данных регистрации стоматологического статуса детей-пациентов на предмет наличия зависимости между периодически определяемыми значениями набора признаков, описывающих состояние зубов
Прогнозирование уровня глюкозы в крови больных инсулинозависимым диабетом нейронными сетями и методом экстраполяции по выборке максимального подобия
# 11, ноябрь 2010
Чернецов С. А., Чучуева И. А.
Оптимальные типы и дозы искусственного инсулин зависят от многих факторов. Подбор этих типов и доз является сложной задачей, с которой могут справиться далеко не все пациенты. Для решения указанной задачи созданы системы непрерывного измерения уровня глюкозы в крови (BG) – Continuous Glucose Monitoring Systems (CGM-системы), а также системы непрерывного подкожного введения инсулина (инсулиновые помпы – insulin pumps). На основе CGM-систем и инсулиновых помп разработаны и интенсивно разрабатываются системы автоматического управления уровнем B. С алгоритмической точки зрения эти системы включают в себя две следующие основные подсистемы: подсистема прогнозирования уровня BG; подсистема определения оптимального времени и требуемой дозы инсулинаВ работе поставлена задача прогнозирования BG в крови больных сахарным диабетом I типа. Рассмотрены подходы к решению этой задачи с использованием искусственных нейронных сетей и модели экстраполяции по выборке максимального правдоподобия (EMMLS). Выполнено сравнение эффективности указанных подходов. Показано, что при краткосрочном прогнозировании уровня BG более точный результат дает нейронная сеть, а при долгосрочном прогнозировании - модель EMMLS. Показана также перспективность использования комбинации модели EMMLS и нейронных сетей.
Прогнозирование условной волатильности фондовых индексов при помощи нейронных сетей
# 01, январь 2013
УДК: 51-77
Цалкович А. М.
В ряде случаев динамика волатильности демонстрирует значительно нелинейное поведение. Мы рассматриваем три широко применяемые модели из GARCH-семейства, нейросетевую GARCH модель, предложенную Дональдсаном и Камстрой (1997, Journal of Empirical Finance 4, 17-46), а также “чистую” двухслойную нейросетевую модель с целью предсказания условной волатильности основных фондовых индексов. Модели сравниваются в терминах предсказательной силы вне обучающей выборки с использованием популярных статистических критериев. В качестве аппроксимации истинной условной волатильности мы применяем реализовавшуюся волатильность, вычисленную по внутридневным данным.
Проектирование искусственных нейронных сетей
# 05, май 2017
УДК: 004.8
Минакова С. В.
Данная статья предназначена для читателей, не знакомых практическими аспектами разработки искусственных нейронных сетей. В статье рассмотрены основные этапы проектирования искусственных нейронных сетей (ИНС),а также наиболее часто возникающие на этих этапах проблемы и способы их решения. В статье приведена классификация основных архитектур ИНС в зависимости от решаемых ими задач и описаны основные параметры искусственных нейронных сетей. Также приведены рекомендации по выбору и модификации параметров ИНС для решения прикладных задач.
 
ПОИСК
 
elibrary crossref neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (499) 263-61-98
  RSS
© 2003-2017 «Молодежный научно-технический вестник» Тел.: +7 (499) 263-61-98