Управляющие системы и машины, №4, 2018, стаття 1
DOI: https://doi.org/10.15407/usim.2018.04.003
Гольцев А.Д., Гриценко В.И. Нейросетевые технологии в задаче распознавания рукописных символов. Управляющие системы и машины. 2018. № 4. C. 3-20.
УДК 004.8 + 004.032.26
Гольцєв Олександр Дмитрович, канд. техн. наук, ст. наук. співроб., зав. відділом, E-mail: root@adg.kiev.ua,
Гриценко Володимир Ілліч, чл.-кор. НАН України, директор, E-mail: vig@irtc.org.ua,
Міжнародний науково-навчальний центр інформаційних технологій та систем НАН та МОН України, просп. Глушкова, 40, Київ 03187, Україна
Нейромережеві технології в задаче розпізнавання рукописних символів
Вступ – відділ «нейромережевому технологій обробки інформації» «Міжнародного на-уково-навчальний центр інформаційних технологій і систем» є спадкоємцем «От-справи біологічної і медичної кібернетики», який був організований академіком Амосовим в 1962 р. В даний час метою досліджень є розробка ефективних нейромережевих технологій обробки інформації на основі комп’ютерного моделювання нейронної організації мозку людини і механізмів його мислення. Розроблені нейромережеві технології призначені для використання для вирішення актуальних практичних завдань, що відносяться до області штучного інтелекту.
Мета статті – описати частина робіт відділу, що відносяться до області розпізнавання і класифікації зображень, зокрема, до задачі розпізнавання символьних зображень.
Методи – базові означення, рекомендації та висновки ґрунтуються на основі аналізу результатів власних досліджень.
Результат – в статті, на основі результатів ряду експериментів в порівнянні класифікатора LiRA і модульної нейронної мережі, показано, що остання версія модульної нейронної мережі володіє більш високою ефективністю (розпізнає) призведе до відсутності ніж класифікатор LiRA, хоча і дещо поступається йому за швидкодією.
Висновок – нейробіологічна релевантність класифікатора LiRA і модульної нейронної мережі відкриває можливості створення на їх базі інтелектуальних інформаційних технологій, що функціонують аналогічно людському мозку.
Завантажити повний текст в PDF (російською).
Ключові слова: нейрони, нейронні шари, зв’язку яких навчають зв’язку, LiRA-ознаки, гальмівні зв’язку.
Отримана 22.10.18
