Управляющие системы и машины, №4, 2018, статья 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
Гольцев Александр Дмитриевич, канд. техн. наук, ст. научн. сотрудн., зав. отделом, E-mail: root@adg.kiev.ua,
Гриценко Владимир Ильич, чл.-кор. НАН Украины, директор, E-mail: vig@irtc.org.ua,
Международный научно-учебный центр информационных технологий и систем НАН и МОН Украины, просп. Глушкова, 40, Киев 03187, Украина
Нейросетевые технологии в задаче распознавания рукописных символов
Описаны структуры и механизмы работы классификатора LiRA и модульных нейронных сетей. Оба классификатора решают задачу распознавания изображений на основе поиска признаков в них. Эксперименты по сравнению двух классификаторов, показали, что последняя версия модульной нейронной сети обладает более высокой эффективностью (распознающей способностью), чем классификатор LiRA, хотя и несколько уступает ему по быстродействию.
Загрузить полный текст PDF (на русском).
Ключовые слова: нейроны, нейронные слом, обучаемые связи, LiRA-признаки, тормозные связи.
Поступила 22.10.18
