Разработка метода обучения искусственных нейронных сетей на основе информационных критериев

УДК 004.8

Разработка метода обучения искусственных нейронных
сетей на основе информационных критериев
М.В. Корнилов, студент 355м группы

Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Задачи формирования ФММ (восстановления многомерных статистических зависимостей) на основе дискретных данных об аналогах (аппроксимации данных) и синтеза оптимальных параметров систем в общем случае относятся к числу некорректных задач.
Таким образом, возникает необходимость разработки устойчивых к возмущениям входных данных и погрешностям вычислений 11 математических методов для их решения.

Существующие методы решения задачи формирования технического 11 облика систем основаны, как правило, на многошаговом поиске решения на базе прямых задач; на использовании одноцелевой процедуры, согласно которой параметры и управляющие переменные оптимизируются при условиях, отражающих по существу одно характерное (расчетное или номинальное) задание. Недостатком рассмотренных методов является их высокая информационная сложность. Следует также отметить, в большинстве работ, посвященных решению поставленной задачи, отсутствует анализ устойчивости решений к возмущениям входных данных и погрешностям вычислений [1].
В представленной работе предметом исследования являются модели и методы построения радиально - базисных искусственных нейронных сетей с использованием методов аппроксимации и интерполяции на основе дискретных данных об аналогах.
Список использованных источников:
1. Каллан, Р. Основные концепции нейронных сетей [Текст] / Р. Каллан. - М.: Издательский дом «Вильямс»,2001. — 288 с.
2. Хайкин, С. Нейронные сети: полный курс, 2—е издание [Текст] / С. Хайкин. - М.: Издательский дом «Вильямс», 2006. - 1105 с.
*Научный руководитель д.т.н., проф. каф.304 М.Л. Угрюмое