МУЛЬТИАГЕНТНА МОДЕЛЬ РЕАЛІЗАЦІЇ ЗВ’ЯЗКІВ “ПРИКЛАДНА ЗАДАЧА–ТОПОЛОГІЯ НЕЙРОСІТОК”

Автор(и)

  • Леонід Степанович Ямпольський Національний технічний університет України “КПІ”, Україна

DOI:

https://doi.org/10.26642/tn-2012-4(63)-144-158

Анотація

На основі розробленого реляційного класифікатора запропонований універсальний підхід до вибору топології нейросіток, що задовольняють критерії обслуговування прикладної проблеми/задачі.

Посилання

Айзерман М.Ф. Метод потенциальных функций в теории обучения машин / М.Ф. Айзерман, Э.М. Браверман, Л.И. Розоноэр. – М. : Наука, 1970.

Барцев С.И. Адаптивные сети обработки информации / С.И. Барцев, В.А. Охонин. – Красноярск : Ин-т физики СО АН СССР, 1986. – 20 с.

Бонгард М.М. Проблемы узнавання / М.М. Бонгард. – М. : Физматгиз, 1967.

Винер Н. Кибернетика или управление и связь в животном и машине / Н.Винер. – М. : Сов. радио, 1968. – 326 с.

Галушкин А.И. Синтез многослойных систем распознавания образов / А.И. Галушкин. – М. : Энергия, 1974.

Горбань А.Н. Нейроинформатика: кто мы, куда мы идём, как путь наш измерить? / А.Н. Горбань // Вычислительные технологии. – М. : Машиностроение, 2000. – № 4. – С. 10–14.

Ивахненко А.Г. Метод группового учета аргументов – конкурент метода стохастической аппроксимации / А.Г. Ивахненко // Автоматика. – 1968. – № 3. – С. 58–72.

Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического управления / А.Г. Ивахненко. – К. : Техніка, 1969. – 392 с.

Ивахненко А.Г. Системы эвристической самоорганизации в технической кибернетике / А.Г. Ивахненко. – К. : Техніка, 1971. – 372 с.

Петров А.П. О возможностях персептрона / А.П. Петров // Известия АН СССР, Техническая кибернетика. – 1964. – № 6.

Чернодуб А.Н. Обзор методов нейроуправления / А.Н. Чернодуб, Д.А. Дзюба // Проблемы программирования. – 2011. – № 2. – С. 79–94.

Ямпольский Л.С. Автоматизированные системы технологической подготовки робототехнического производства / Л.С. Ямпольский, О.М. Калин, М.М. Ткач. – К. : Вища шк., 1987. – 271 с.

Ямпольский Л.С. Объектно-ориентированный выбор топологии нейросетей при решении прикладных задач / Л.С. Ямпольский, О.И. Лисовиченко // Стратегия качества в промышленности и образовании : матер. VIII Междунар. конф., 8–15 мая 2012. – Варна : Техничекий ун-т, 2012. – С. 475–478.

Ямпольский Л.С. Системы искусственного интеллекта в планировании, моделировании и управлении / Л.С. Ямпольский, Б.П. Ткач, О.И. Лисовиченко. – К. : ДП «Вид. Дім «Персонал», 2011. – 544 с.

Ackley D.H. A Learning Algorithm for Boatman Machines / D.H. Ackley, G.E. Hinton and T.J. Sejnowski // Cognitive Science. – 1985. – № 9. – Pр. 147–169.

Almeida L.B. A Learning Rule for Asynchronous Perceptrons with Feedback in a Combinatorial Environment / L.B. Almeida // Proc. of the First IEEE International Conference on Neural Networks, USA, SanDiego, 1987. – Vol. 2. – Pр. 609–618.

Anderson J.A. Two Models for Memory Organization / J.A. Anderson // Mathematical Biosciences. – 1970. – № 8. – Pр. 137–160.

Bartsev S.I. The algorithm of dual functioning (back-propagation): general approach, versions and applications / S.I. Bartsev, V.A. Okhonin. – Krasnoyarsk : Biophysics Institute SB AS USSR of, 1989. – Preprint, № 107B. – 16 p.

Bellifemine F.L. Developing Multi-Agent Systems with JADE / F.L. Bellifemine, G.Caire and D.Greenwood. – Wiley, 2007.

Carpenter G.A. The ART of Adaptive Pattern Recognition by a Self-Organizing Neural Networks / G.A. Carpenter and S.Grossberg // Computer. – 1988, March. – Pр. 77–88.

Carpenter G.A. Fuzzy ART: Fast Stable Learning and Categorization of Analog Input Patterns by an Adaptive Resonance System / G.A. Carpenter, S.Grossberg and D.B. Rosen // Neural Networks. – 1991. – № 4. – Pр. 759–771.

Elman J.L. Finding Structure in Time / J.L. Elman // Cognitive Science. – 1990. – 14. – Pр. 179–211.

Fahlman S.E. The Cascade-Correlation Learning Architecture / S.E. Fahlman and C.Lebiere // Carnegi Mellon Report. Nr. CMU-CS-88-162, 1990.

Fukushima K. Neocognitron: A Self-organizing Neural Network for a Mechanism of Pattern Recognition Unaffected by Shift in Position / K.Fukushima // Biological Cybernetics. – 1980. – 36. – Pр. 193–202.

Fukushima K. Cognitron: A Self-organizing Multiplayered Neural Network / K.Fukushima // Biological Cybernetics. – 1975. – 20. – Pр. 121–136.

Grossberg S. Competitive Learning: From Interactive Activation do Adaptive Resonance / S.Grossberg // Cognitive Science. – 1987. – 11. – Pр. 23–63.

Grossberg S. Nonlinear Neural Networks: Principles, Mechanism and Architectures / S.Grossberg // Neural Networks, 1988. – Vol. 1. – № 1. – Pр. 17–62.

Haken H. Mustererkennung durch synergetische Computer. Teil 1. Und 2 / H.Haken, A.Fuchs, W.Banzhatt // Design and Elektronik, 1989.

Harp S. Genetic Optimization of Neural Networks Architectures for Electric Utility Applications / S.Harp and T.Samad // Final Report. Electric Power Research Institute, Research Project № 8016–04, Palo Alto, CA. March. – 1994.

Hecht-Nielsen R. Theory of the Backpropagation Neural Network / R.Hecht-Nielsen // Proc. of Int. Joint. Conf. on Neural Networks. – Washington : D.C., 1989. – 1. – Pр. 593–606.

Hebb D. The Organization of Behavior / D.Hebb. – New York : Willey Publications, 1949.

Hinton G.E. Connectionist Learning Procedures / G.E. Hinton // Artificial Intelligence. – 1989. – 40. – Pр. 185–234.

Holland J.L. Adaptation in Natural and Artificial Systems / J.L. Holland // An Introductory Analysis with Application to Biology, Control and Artificial Systems. – The University of Michigan Press, Ann Arbor. – 1975.

Hopfield J.J. Neural Networks and Physical Systems with Emergent Collective Computational Abilities / J.J. Hopfield // Proc. of the National Academy of Science. – 1982. – 79. – Рр. 2554–2558.

Hopfield J.J. Neurons with Graded Response Have Collective Computational Properties Like Those of Two-State Neurons / J.J. Hopfield // Proc. of the National Academy of Science. – 1982. – 81. – Рр. 3088–3092.

Jordan M.I. Attractor Dynamics and Parallelism in a Connectionist Sequential Machine / M.I. Jordan // Proc. of the Eight Annual Conference of the Cognitive Science Society, Erlbaum, Hillsdale NJ, 1986. – Pр. 531–546.

Kohonen T. Associative Memory / T.Kohonen // A System Theoretic Approach. – Berlin : Springer, 1977.

Kohonen T. Self-Organized Formation of Topologically Correct Feature Maps / T.Kohonen // Biological Cybernetics. – 1982. – 43. – Pр. 59–69.

Kosko B. Adaptive Bidirectional Associative Memories / B.Kosko // Appl. Optics. – 1987. – 26. – № 33. – Pр. 4947–4960.

Koza J.P. Genetic Programming / J.P. Koza // Programming of Computers by Means of Natural Selection. – Cambridge, MA, MIT Press, 1992.

Lang K.J. A Time-Delay Neural Network Architecture for Isolated Word Recognition / K.J. Lang, A.H. Waibel and G.E. Hinton // Neural Network. – 1990. – 3. – № 1. – Pр. 23–43.

Lippman R.P. An Introduction to Computing with Neural Nets / R.P. Lippman // IEEE ASSP Magazine. – 1987. – № 4. – Pр. 4–22.

Mc Culloch W.S. A Logical Calculus of the Ideas Immanent in Nervous Activity / Mc W.S. Culloch and W.Pitts // Bulletin of Mathematical Biophysics. – 1943. – 5. – Pр. 115–133.

Minsky M.L. Perceptrons / M.L. Minsky and S.A. Papert // Cambridge (Mass): MIT press, 1969. – 321 p.

Nelles O. Neuronale Netze sur Identifikation nichtlinearer dynamischer Systeme: Ein berblick / O.Nelles, S.Ernst and R.Isermann // Automatisierungstechnik. – 1997. – 45. – № 6. – S. 251–262.

Patterson D. Artificial Neural Networks / D.Patterson // Theory and Application. – Singapore : Prentice Hall Inc., 1996.

Pham D.T. Modelling and Prediction using GMDH Networks of Adalines with Nonlinear Preprocessors / D.T. Pham and X.Liu // Intern. Jornal System Science. 1994. – 25. – № 11. – Pр. 1743–1759.

Pineda F.J. Dynamic and Architectures for Neural Computation / F.J. Pineda // Journal of Complexity. – 1988. – 4. – Pр. 216–245.

Powell V.J.D. Radial Basis Functions for Multivariable Interpolation: A review / V.J.D. Powell // Proc. of IMA Conf. on Algorithms for the Approximation of Functions and Data, Shrivenham, UK. – 1985. – Pр. 143–167.

Rosenblatt F. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain / F.Rosenblatt // Psychological Review. – 1958. – 65. – Pр. 386–408.

Rumelhart D.E. Learning Internal Representations by Error Propagation / D.E. Rumelhart, G.E. Hilton and R.J. Williams // In Parallel Distributed Processing: Explorations in the Microstructure of Cognition. D.E. Rumelhart, J.L. Mc Clelland (Eds). – Cambridge: MitPress, 1986. – Vol. 1. – Chapt. 8. – Pр. 318–364.

Phoneme Recognition using Time-Delay Neural Network / A.Waibel, T.Hanazava, G.Hinton at ol. // IEEE Trans. on Acoustics, Speech and Signal Processing, 1989. – 37. – № 3. – Pр. 328–339.

Werbos P.J. Bejond regression: New Tools for Prediction and Analysis in the Behavioral Sciences. Ph.D thesis / P.J. Werbos. – Cambridge, MA, Harvard University, 1974.

Widrow B. Adaptive Switching Circuits / B.Widrow and M.E. Hoff // IRE WESCON Convention Record. – New York : IRE, 1960. – Pр. 96–104.

Whitley D. Genetic Reinforcement Learning with Multilayer Neural Networks / D.Whitley, S.Dominic and R.Das // In Belew and Booker. – 1991. – Pр. 562–570.

Yoh-han Pao. Adaptive Pattern Recognition and Neural Networks / Pao Yoh-han // Reading Massachusets. – Addison ; Wesley, 1989. – 309 p.

##submission.downloads##

Опубліковано

2015-10-20

Як цитувати

Ямпольський, Л. С. (2015). МУЛЬТИАГЕНТНА МОДЕЛЬ РЕАЛІЗАЦІЇ ЗВ’ЯЗКІВ “ПРИКЛАДНА ЗАДАЧА–ТОПОЛОГІЯ НЕЙРОСІТОК”. Вісник ЖДТУ. Серія "Технічні науки", (4(63), 144–158. https://doi.org/10.26642/tn-2012-4(63)-144-158

Номер

Розділ

Прилади