Введение
ГЛАВА 1. Задачи и методы обработки информации.
1.1. Принципы обработки информации
1.2. Оптимальная обработка информации.
1.3. Задачи обработки информации
1.4. Методы обработки информации при априорной неопределенности
1.4.1. Параметрические методы
1.4.2. Непараметрические методы
1.4.3. Нейросетевые методы.
ГЛАВА 2. Метод синтеза систем обработки информации при
априорной неопределенности на основе искусственных нейронных сетей.
2.1. Постановка задачи структурнопараметрического синтеза систем обработки информации.
2.2. Метод минимизации эмпирического риска
2.2.1. Настройка параметров систем обработки информации по методу минимизации эмпирического риска.
2.2.2. Анализ возможности применения метода минимизации эмпирического риска для синтеза систем обработки информации.
2.3. Разработка метода структурнопараметрического синтеза систем обработки информации
2.3.1. Концепция структурнопараметрического синтеза систем обработки информации.
2.3.2. Согласование вида характеристики входвыход системы обработки информации и данных наблюдения
2.3.3. Способы синтеза систем обработки информации .
2.4. Способы определения качества обработки информации.
2.5. Разработка способа синтеза систем обработки информации на основе метода регуляризации
2.5.1. Применение метода регуляризации для определения характеристики входвыход системы обработки информации
2.5.2. Выбор стабилизирующего функционала
2.5.3. Синтез системы обработки информации.
2.5.4. Анализ влияния параметра регуляризации на качество обработки информации.
2.6. Разработка комбинированного метода синтеза систем обработки информации
2.6.1. Синтез при параметрической априорной неопределенности..
2.6.2. Синтез при непараметрической априорной неопределенности.
ГЛАВА 3. Методы и алгоритмы структурной и параметрической
оптимизации нейронных сетей.
3.1. Направления развития и области применения нейросетевых технологий.
3.2. Классификация нейронных сетей
3.3. Структура нейронных сетей с последовательными связями.
3.3.1. Многослойные нейронные сети.
3.3.2. Нейронные ИБНсети
3.3.3. Полиномиальные нейронные сети.
3.4. Применение методов оптимизации для обучения нейронных сетей.
3.4.1. Разработка универсальных процедур локальной оптимизации для настройки параметров нейронных сетей.
3.4.2. Методы поиска глобального экстремума
3.5. Синтез процедур и алгоритмов параметрической оптимизации нейронных сетей.
3.5.1. Многослойные нейронные сети.
3.5.2. Нейронные КВРсети
3.5.3. Полиномиальные нейронные сети.
3.6. Методы определения структуры нейронных сетей с последовательными связями.
3.6.1. Процедуры структурной оптимизации.
3.6.2. Метод направленной модификации структуры
3.7. Алгоритмы структурнопараметрического синтеза
нейронных сетей
ГЛАВА 4.Обработка информации на основе нейронных сетей .
4.1. Применение нейронных сетей для обработки сигналов
4.2. Процедуры адаптивной нелинейной обработки сигналов на основе нейронных сетей.
4.3. Алгоритмы настройки параметров нейросетсвых систем обработки сигналов
4.3.1. Регуляризованная оценка параметров систем по методу взвешенных наименьших квадратов
4.3.2. Синтез рекуррентного алгоритма с регуляризацией по методу взвешенных наименьших квадратов
4.3.3. Процедура адаптивной настройки параметров регуляризации и дисконтирования.
4.3.4. Модифицированные алгоритмы с регуляризацией
по методу взвешенных наименьших квадратов .
4.3.5. Обработка сигналов на основе адаптивных алгоритмов с регуляризацией.
4.4. Структурнопараметрический синтез нейросетевого классификатора.
4.4.1. Синтез классификаторов при априорной
неопределенности.
4.4.2. Решение задачи классификации на основе структурнопараметрического синтеза нейронных сетей
4.4.3. Моделирование процедур классификации
ГЛАВА 5. Применение нейросетевых систем обработки
информации
5.1. Прием дискретных сообщений в многолучевых радиоканалах.
5.1.1. Оптимальный поэлементный прием дискретных сообщений в каналах с памятью
5.1.2. Нейросетевой приемник дискретных сообщений
5.2. Идентификация каналов связи
5.2.1. Идентификация нелинейных каналов с памятью
на основе нейронных сетей.
5.2.2. Алгоритмы настройки параметров модели стохастического канала связи.
5.3. Нейросетевая коррекция нелинейных искажений
5.4. Нейросетевая процедура обработки навигационных данных.
5.5. Восстановление многомерных нелинейных зависимостей по экспериментальным данным.
Заключение
Список литературы
- Київ+380960830922