327

Сформулирована проблема оптимизации отбора информативных признаков
на основе сверточной нейронной сети (НС) при идентификации нестационарных объектов.
Разработаны модифицированные вычислительные схемы НС, предложены механизмы
настройки параметров структурных компонент сверточной НС. Исследована эффективность
реализации алгоритмов интеллектуального анализа данных в системах мониторинга
производственно-технологических комплексов.

  • Ссылка в интернете
  • DOI
  • Дата создание в систему UzSCI 17-12-2019
  • Количество прочтений 309
  • Дата публикации 28-02-2017
  • Язык статьиRus
  • Страницы64-70
Ўзбек

Nostatsionar obyektni identifikatsiyalashda yig‘uvchi neyron tarmog‘i (NT)
asosida informativ belgilarni tanlashni maqbullashtirish muammosi talqin etilgan. NT
takomillashtirilgan hisoblash sxemalalri ishlab chiqilgan, yig‘uvchi NT tarkibiy komponentlari
parametrlarini sozlash mexanizmlari taklif etilgan. Joriylashtirilgan tafakkurli tahlil algoritmlari
samaradorligi sanoat-texnologik majmualar monitoringi tizimlarida tadqiq qilingan.

Русский

Сформулирована проблема оптимизации отбора информативных признаков
на основе сверточной нейронной сети (НС) при идентификации нестационарных объектов.
Разработаны модифицированные вычислительные схемы НС, предложены механизмы
настройки параметров структурных компонент сверточной НС. Исследована эффективность
реализации алгоритмов интеллектуального анализа данных в системах мониторинга
производственно-технологических комплексов.

English

The problem is formulated for optimization of informative attributes selection on the
basis of convolution neural network (NN) during non-stationary objects identification. Modified
computing circuits of NN are developed and mechanisms are offered for adjustment of parameters of
structural component in convolution NN. The efficiency of realization of algorithms for intellectual
analysis of data is investigated in systems of monitoring of industrial-technological complexes.

№ Имя автора Должность Наименование организации
1 Xolmonov S.M.
№ Название ссылки
1 Методы компьютерной обработки изображений/Под ред. В.А.Сойфера. - М/. Физматлит, 2001. - 784 с.
2 Гонсалес Р. Цифровая обработка изображений / Р, Гонсалес.Р. Вудс. - М: Техносфера, 2004. - 1072 с.
3 Александров В.В. Представление и обработка изображений. Л: Наука, 1985. - 192с.
4 Айзерман М.А., Браверманн Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 1970. - 348 с.
5 Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза// Труды ХI Международной Азиатской школы-семинара «Проблемы оптимизации сложных систем», 27 июля – 7 августа 2015 г., Кыргызская Республика, Иссык-Кульская область, с. Булан- Соготу – Алматы, 2015 - с. 258-264.
6 Жуманов И.И., Бекмуродов З.Т., Исроилов Н.О. Повышение эффективности систем интеллектуального анализа на основе нейронечетких сетей для прогнозирования случайных временных процессов //«Илмий тадқиқотлар ахборотномаси» илмий-назарий, услубий журнал. – Самарқанд: СамДУ. - №5 (93), 2015. – с. 20-28.
В ожидании