Рассмотрен подход к реализации модульных вычислений для задач нейросетевого прогнозирования, позволяющий получить ряд существенных преимуществ, связанных с повышением надежности работы систем на основании применения параллельной структуры нейронных сетей. Показано, что непозиционная система остаточных классов обладает способностью самокоррекции, обнаружения и исправления ошибок. Кроме того, она позволяет сократить разрядность обрабатываемых данных, представляя их в модулярном коде в виде совокупности взаимно простых модулей. В связи с этим становится возможным упростить структуру нейронной сети, используемой для прогнозирования, и избежать проблем, связанных с масштабированием входных данных.

  Повний текст PDF - 317.071 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"