Сеть адаптивно-резонансной теории с многоуровневой памятью

Автор(ы):  Д.Г. Буханов, Белгородский государственный технологический университет им. В.Г. Шухова, г. Белгород, Россия

В.М. Поляков, Kандидат наук, Доцент, Белгородский государственный технологический университет им. В.Г. Шухова, г. Белгород, Россия

Журнал:  Том 45, № 4

Рубрика:  Компьютерное моделирование

Аннотация:  В работе проведен анализ искусственной нейронной сети на основе адаптивно-резонансной теории с непрерывными входными сигналами. Выявлены недостатки сети и проблемы при ее использовании. Основной проблемой, которая решается в работе, является низкая скорость поиска активного резонирующего нейрона памяти в поле F2, что приводит к менее точному распознаванию объектов систем реального времени. Для решения проблемы предложена новая модель поля распознавания F2 АРТ-2 сети, которая представляет собой древовидную структуру с рекуррентно изменяющимся параметром сходства для каждого последующего уровня. На каждом уровне происходит увеличение параметра сходства, что приводит к последовательному поиску активного резонирующего нейрона. Проведен сравнительный анализ временных характеристик предложенной сети и классической реализации. Экспериментально доказано преимущество предложенной модели сети на основе адаптивно-резонансной теории

Ключевые слова:  искусственные нейронные сети, адаптивно-резонансная теория, кластеризация, интеллектуальный анализ данных

Полный текст (PDF):  Загрузить

Количество скачиваний:  528