Другие журналы

электронный журнал

МОЛОДЕЖНЫЙ НАУЧНО-ТЕХНИЧЕСКИЙ ВЕСТНИК

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

Поиск - искусственная нейронная сеть

Найдено: 81

По всем материалам
По материалам журнала "Молодежный научно-технический вестник"
Проектирование искусственных нейронных сетей
# 05, май 2017
УДК: 004.8
Минакова С. В.
искусственных нейронных сетей // Международная конференция по нейронным сетям (Нью-Йорк, 17-21 июня 1987 г.). [16].   Bengio
77-30569/409197 Использование комбинированной структуры искусственной нейронной сети для распознавания образов
# 03, март 2012
Стругайло В. В.
искусственных нейронных сетей (ИНС). В данной статье рассматриваются модели и сравниваются результаты распознавания образов на
Использование технологий машинного обучения для создания искусственных нейронных сетей
# 04, апрель 2016
УДК: 004.8
Слепенков В. О., Бондарь А. В.
[1]          Флах П. Машинное обучение. Наука
Моделирование промышленного процесса сушки с применением искусственных нейронных сетей
# 04, апрель 2014
УДК: 004.8, 004.94, 51-74, 621.37
Лихтенберг С. Р., Мячин Н. В.
1.      Desheng (Dash), Wu., Zijiang, Y. and Liang L., Using
Методы прогнозирования оптимальных доз инсулина для больных сахарным диабетом I типа. Обзор
# 04, апрель 2009
DOI: 10.7463/0409.0119663
Гоменюк С. М., Емельянов А. О., профессор, д.ф.-м.н. Карпенко А. П., Чернецов С. А.
нейронной вместо сети прямого распространения, что позволило избавится от линий задержки. Входами сети являются следующие величины: ·                выход сети в предыдущий
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
сети и их аппроксимационные свойства И скусственный нейрон (далее - нейрон) обычно определяется как элемент, имеющий некоторое количество входов (синапсов), на которые поступают входные сигналы и один выход (аксон), с которого снимается выходной сигнал (см. Рис
Использование самообучающихся нейронных сетей для идентификации уровня глюкозы в крови больных сахарным диабетом 1 го типа
# 05, май 2010
Трофимов А. Г., Повидало И. С., Чернецов С. А.
искусственных нейронных сетей [2,3]. Известно множество архитектур нейронных сетей, применяемых для моделирования динамических объектов
Исследование погрешности аппроксимации многомерной функции с помощью нейронных сетей с радиальными базисными функциями
#4 2008
Нейронные сети с радиальными базисными функциями и их аппроксимирующие свойства Искусственный нейрон (далее - нейрон) обычно
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.
искусственного инсулина (далее - инсулина) 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
Моделирование нейронной сети с учетом биологических свойств нейрона
# 11, ноябрь 2014
DOI: 10.7463/1114.0743838
Чернышев С. Л., Чернышев А. С.
сети обработки информации, нейрон рассмотрен как аналоговый элемент, хранящий и генерирующий информацию. В нейроне для обработки информации участвуют дендриты, синапсы, аксоны, формирующие и передающие импульсы. Рассмотрены импульсы, генерируемые в нейроне. Записаны выражения для формы
Автоматическое тематическое рубрицирование сообщений средств массовой информации на основе применения технологии нейронных сетей
#1 январь 2006
Нейронная сеть каждой из рубрик имеет два выхода, один из которых соответствует классу релевантных сообщений, другой — нерелевантных. Используется только первый, который отражает вероятность принадлежности данного сообщения к данной рубрике. Он же и является выходом
Лазерный флуоресцентный метод мониторинга утечек из нефтепроводов, использующий нейросетевой алгоритм
# 01, январь 2014
DOI: 10.7463/0114.0676410
УДК: 535.338.41
Белов М. Л., Штейнгарт А. Д., Матросова О. А., Городничев В. А.
нейронных сетейсетей нервных клеток живого организма) представляют собой систему соединённых и взаимодействующих между собой процессоров - искусственных
Использование байесовского подхода в обучении нейронных сетей
#9 сентябрь 2005
искусственные нейронные сети ( Neural Networks ( NN )), которые названы и строятся по аналогии с биологическими нейронными
Оптимизация балансировки волнового твердотельного гироскопа с помощью нейронной сети Хопфилда
# 07, июль 2012
DOI: 10.7463/0712.0416090
профессор, д.т.н. Басараб М. А., Ивойлов М. А., профессор Матвеев В. А.
искусственными нейронными сетями. В данной работе впервые рассмотрен алгоритм балансировки ВТГ с использованием нейронной сети
Использование технологий нейронных сетей при решении задач информационной безопасности
# 03, март 2014
УДК: 004.056; 004.89
Марков Г. А.
искусственной нейронной сети // Вестник ИНЖЭКОНа. Серия: Технические науки. 2012. № 8 (59). С. 150-153. 6.        Nesteruk
Прогнозирование стоматологического статуса на этапах ортодонтического лечения с использованием слоистых нейронных сетей
#7 июль 2007
сети [2] , состоящие из 10 нейронов с нелинейным (экспоненциальным) преобразователем в скрытом слое и адаптивного сумматора в выходном. Для обучения был использован метод обратного распространения ошибки с частным градиентом ( online backprop ) [1] . Реализация искусственных
Нейронные сети, нейрокомпьютеры: их использование для распознавания человеческих лиц
# 04, апрель 2016
УДК: 004.8
Курникова А. О.
искусственных нейронных сетей и систем остаточных классов в криптографии. М.:  Физматлит, 2012. 280 с. [4]          Галушкин
Кластеризация пользователей системы дистанционного образования на основе модели нейронной сети ART1
# 08, август 2013
УДК: 004.89; 004.93’1
Гаврилова М. А.
искусственного интеллекта в приложениях/ М.Тим Джонс.- М.: ДМК Пресс, 2006. 6.         Гроссберг С. Внимательный мозг [Электронный ресурс] // Открытые системы, №4, 1997. – URL: http://www.osp.ru/os/1997/04/179198/ (дата
Способы прогнозирования биржевых индексов с использованием нейронных сетей
# 08, август 2015
УДК: 519.85
Шуленко А. А.
1.       Mateo F., Carrasco J. J., Sellami A
Гибридная нейронечеткая модель интеллектуального анализа данных для формирования баз знаний мягких экспертных диагностических систем
# 12, декабрь 2012
DOI: 10.7463/1212.0490457
Катасёв А. С., Ахатова Ч. Ф.
нейронной сети // Исследования по информатике. Вып. 12. Казань: Отечество, 2007. С. 31-46. 5.     Глова В.И., Аникин И.В., Шагиахметов М.Р. Методы многокритериального принятия решений в условиях неопределённости в задачах
77-30569/280351 Исследование быстродействия нейросетевого распознавателя почерка.
# 12, декабрь 2011
Галкин В. А., Чернуха С. Н.
искусственных нейронных сетей, от архитектуры этих сетей и программного решения в целом. Под распознаванием почерка
77-30569/281808 Алгоритм автоматизированной генерации обучающей выборки для нейросетевого распознавателя рукописных символов.
# 11, ноябрь 2011
Галкин В. А., Чернуха С. Н.
искусственной трехслойной нейронной сети с логарифмической сигмовидной функцией активации нейронов, обучаемой алгоритмом обратного распространения ошибки
Нейросетевая защита ресурсов автоматизированных систем от несанкционированного доступа
# 05, май 2013
DOI: 10.7463/0513.0566210
профессор, д.т.н. Булдакова Т. И.
искусственные нейронные сети (ИНС) для распознавания данных путем поэтапного удаления шумов с изображений. П оскольку
Вариант построения регулятора возбуждения синхронных электрических генераторов, обеспечивающий оптимизацию параметров переходных процессов в сопряженной энергосистеме
# 06, июнь 2012
DOI: 10.7463/0612.0415299
Борзов А. Б., Бумагин А. В., Гондарь А. В., профессор, д.т.н. Лихоеденко К. П.
искусственных нейронных сетей, позволяющих решать поставленную задачу при структурном и количественном изменении параметров исследуемого объекта
Интерактивные методы решения задачи многокритериальной оптимизации. Обзор
# 04, апрель 2013
DOI: 10.7463/0413.0547747
Шварц Д. Т.
нейронных сетей для аппроксимации функции предпочтений ЛПР FFANN ( Feed - Forward Artificial Neural Networks , метод с использованием искусственной
 
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