ГОМОГЕННАЯ ИСКУССТВЕННАЯ НЕЙРОННАЯ СЕТЬ С ИЗМЕНЯЮЩЕЙСЯ АКТИВАЦИОННОЙ ФУНКЦИЕЙ НЕЙРОНА

Обложка

Цитировать

Полный текст

Аннотация

Исследована модель гомогенной искусственной нейронной сети (ИНС) с изменяющейся активационной функцией нейрона. Программа реализована на языке Python 3. Проведенные вычислительные эксперименты по обучению искусственной нейронной сети с использованием классических методов нелинейного программирования (градиентного, Монте-Карло, покоординатного спуска) на основе эмпирических данных по анализам крови показали перспективность такого подхода для реализации ИНС-моделей в различных областях.

Об авторах

Александр Анатольевич Арзамасцев

Тамбовский государственный университет им. Г.Р. Державина

Email: arz_sci@mail.ru
доктор технических наук, профессор, зав. кафедрой математического моделирования и информационных технологий г. Тамбов, Российская Федерация

Максим Александрович Кисляков

Тамбовский государственный университет им. Г.Р. Державина

Email: arz_sci@mail.ru
студент направления подготовки «Прикладная математика и информатика» Института математики, естествознания и информационных технологий г. Тамбов, Российская Федерация

Наталья Александровна Зенкова

Тамбовский государственный университет им. Г.Р. Державина

Email: arz_sci@mail.ru
кандидат психологических наук, доцент кафедры математического моделирования и информационных технологий г. Тамбов, Российская Федерация

Список литературы

  1. Новиков А.С., Ежов А.А. Многослойная нейронная сеть Розенблатта и ее применение для решения задачи распознавания подписей // Известия ТулГУ. Технические науки. 2016. № 2. С. 188-197.Благовещенская Е.А., Зуев Д.В. Модификация метода RPROP для решения задач распознавания образов // Интеллектуальные технологии на транспорте. 2015. № 3. С. 46-49.Жиляков Е.Г., Лихошерстный А.Ю. Метод нейросетевого распознавания объектов на аэрокосмических изображениях земной поверхности // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2011. № 13-1 (108). С. 115-120.Арзамасцев А.А., Неудахин А.В., Зенкова Н.А. Автоматизированная технология построения экспертных систем с интеллектуальным ядром на основе ИНС-моделей // Открытое образование. М., 2008. Вып. 3 (68). С. 35-39.Арзамасцев А.А., Зенкова Н.А., Неудахин А.В. Технология построения медицинской экспертной системы на основе аппарата искусственных нейронных сетей // Информационные технологии. 2009. № 8. С. 60-63.Арзамасцев А.А., Неудахин А.В. Методика разработки экспертных систем, использующих в качестве интеллектуального ядра ИНС-модели // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2008. Т. 13. Вып. 2-3. С. 219-222.Арзамасцев А.А., Фабрикантов О.Л., Зенкова Н.А., Белоусов Н.К. Оптимизация формул для расчета ИОЛ // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2016. Т. 21. Вып. 1. С. 208-213. doi: 10.20310/1810-0198-2016-21-1-208-213.Арзамасцев А.А., Зенкова Н.А., Чичук В.Н. Генерализация медицинских эмпирических данных с использованием ИНС-моделей // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2013. Т. 18. Вып. 1. С. 201-203.Мишин А.С., Арзамасцев А.А., Зенкова Н.А. Экспертная система для прогнозирования результатов лечения больных колоректальным раком, осложненных острой кишечной непроходимостью // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2012. Т. 17. Вып. 2. С. 649-658.Арзамасцев А.А., Зенкова Н.А. Система психологического тестирования на основе аппарата искусственных нейронных сетей // Искусственный интеллект. 2004. № 2. С. 237-242.Зенкова Н.А. Нейросетевое моделирование в психологических и социальных исследованиях // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2005. Т. 10. Вып. 1. С. 112-114.Крючин О.В., Арзамасцев А.А., Зенкова Н.А., Слетков Д.В. Нейросетевое моделирование социального объекта с использованием кластерных систем // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2010. Т. 15. Вып. 5. С. 372-375.Крючин О.В. Использование технологии искусственных нейронных сетей для прогнозирования временных рядов на примере валютных пар // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2010. Т. 15. Вып. 1. С. 312.Арзамасцев А.А., Крючин О.В., Азарова П.А., Зенкова Н.А. Универсальный программный комплекс для компьютерного моделирования на основе искусственной нейронной сети с самоорганизацией структуры // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2006. Т. 11. Вып. 4. C. 564-570.Арзамасцев А.А., Крючин О.В., Королев А.Н., Зенкова Н.А. Свидетельство об официальной регистрации программы для ЭВМ № 2007610622 «Многофункциональный программный комплекс для компьютерного моделирования на основе искусственной нейронной сети c самоорганизацией структуры». Заявка № 2006614383. Дата поступления 15 декабря 2006 г. Зарегистрировано в Реестре программ для ЭВМ 8 февраля 2007 г.Крючин О.В., Арзамасцев А.А. Параллельный алгоритм самоорганизации структуры искусственной нейронной сети // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2011. Т. 16. Вып. 1. C. 199-200.Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики. 1998. Т. 1. № 1. С. 11-24.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).