Сокращение объёма вычислений в задаче синтеза нейронных сетей на основе алгоритма управления обучающей выборкой
Аннотация
Описан алгоритм управления обучающей выборкой для увеличения скорости синтеза нейросетевой модели нестационарного объекта и сокращения объёма вычислений. Приведены экспериментальные данные, позволяющие оценить качество работы алгоритма при значительном сокращении количества элементов выборки. Предложенный алгоритм позволяет получать нейросетевые модели нестационарных объектов в режиме реального времени.
Об авторах
Д. А. ЮрковРоссия
Юрков Д.А., доцент.
В. А. Юрков
Россия
Юрков В.А., старший преподаватель.
Список литературы
1. Льюнг Л. Идентификация систем. Теория для пользователя. М.:Наука. Гл. ред. Физ.-мат. лит., 1991. – 432 с.
2. Методы классической и современной теории автоматического управления: Учебник в 5-ти тт.; 2-е изд., перераб. и доп. Т.5: Методы современной теории автоматического управления / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2004. – 784 с.
3. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник /Под ред. Н.Д. Егупова; издание 2-ое, стереотипное. - М.:Издательство МГТУ им. Н.Э. Баумана, 2002. – 744 с.
4. Нестационарные системы автоматического управления: анализ, синтез и оптимизация / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2007. – 632 с.
5. Денис Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений: Пер. с англ. – М.:Мир, 1998. – 440 с.
6. Адаптивные фильтры: Пер. с англ./Под ред. К. Ф. Н. Коуэна и П. М. Гранта. – М.: Мир, 1988. – 392 с.
Рецензия
Для цитирования:
Юрков Д.А., Юрков В.А. Сокращение объёма вычислений в задаче синтеза нейронных сетей на основе алгоритма управления обучающей выборкой. Социально-экономические и технические системы: исследование, проектирование, оптимизация. 2024;(1):108-118.
For citation:
Yurkov D.A., Yurkov V.A. Reduction of the Calculation Number in the Neural Network Synthesis Task Using the Training Set Control Algorithm. Social-economic and technical systems: research, design and optimization. 2024;(1):108-118. (In Russ.)






