Российские и зарубежные материалы по теме «Нейронные сети

Российские и зарубежные материалы по теме «Нейронные сети»,
опубликованные в 2013 г. (БД РЖ ВИНИТИ)
Албегов Е. В. Гомеостатическая нейросеть / Е. В. Албегов, Д. В. Бутенко, Л. Н.
Бутенко // Нейрокомпьютеры: разраб., применение. – 2013. – N 2. – С. 45-53.
Сформирована идея осцилляторной гомеостатической нейронной сети на основе концепта
меридионально-гомеостатической модели человеческого организма. Гомеостатическая нейронная сеть
применима для решения различного рода задач, характерных для нейронных сетей, но на более высоком
уровне функционирования за счет гомеостатических механизмов обработки информации. Рассмотрена
элементарная гомеостатическая система управления. Возможно, что будет наблюдаться более тонкое
"оттачивание" целей, как спускаемых с верхних уровней управления, так и присутствующих на локальных
уровнях, влияющих на выходные данные.
Арзамасцев А. А. Генерализация медицинских эмпирических данных с
использованием инс-моделей / А. А. Арзамасцев, Н. А. Зенкова, В. Н. Чичук // Вестн.
Тамб. ун-та. Сер. Естеств. и техн. наук. – 2013. – Т. 18, N 1. – С. 201-203.
Представлены результаты моделирования медицинского объекта (с целью прогнозирования
течения алкогольной болезни печени) на основе эмпирических данных с использованием аппарата
искусственных нейронных сетей. Приведены структура, анализ и результаты расчета коэффициентов
полученных ИНС-моделей.
Вязовова Е. В. Информационная система на основе искусственных нейронных
сетей для моделирования объектов в социально-экономической сфере / Е. В. Вязовова,
О. В. Крючин, А. А. Арзамасцев // Там же. – С. 211-212.
Проводится анализ существующих информационных систем на основе искусственных нейронных
сетей, использующих для обучения параллельные вычисления. Предлагается новый подход к построению
таких информационных систем.
Данилин С. Н. Алгоритм контроля отказоустойчивости нейронных сетей / С. Н.
Данилин, С. В. Пантелеев // Инф. технологии. – 2013. – N 1. – С. 67-70.
Сформулирован общий подход к разработке методов количественного определения уровня
отказоустойчивости нейронных сетей произвольной структуры и назначения. Предложено определение
термина "отказоустойчивость" технических объектов. На основе общего подхода разработан вариант
количественного
критерия
уровня
отказоустойчивости
нейронных
сетей.
Исследована
отказоустойчивость пяти нейронных сетей прямого распространения. Изучена зависимость результата
определения уровня отказоустойчивости от выбранного показателя качества работы нейронной сети.
Дорогов А. Ю. PMML-модели быстрых нейронных сетей / А. Ю. Дорогов,
В. С. Абатуров, И. В. Раков // Там же. – N 3. – С. 65-70.
Рассмотрено использование PMML-стандарта для описания алгоритмов быстрых нейронных
сетей и спектральных преобразований. Показано, что для представления быстрых алгоритмов может
быть использована стандартная PMML-модель нейронной сети. Отмечаются недостатки данного
решения. Представлено описание структуры и топологии быстрых алгоритмов на основе лингвистических
моделей. Предложена новая PMML-модель, ориентированная на быстрые алгоритмы и устраняющая
отмеченные недостатки. Приведены листинги PMML-моделей.
Захаров, Е. Н. Построение интеллектуальной системы оптимизации реализации
многопараметрических заказов на основе использования нейроподобных сетей / Е. Н.
Захаров, А. В. Чечкин, О. В. Воронков // Нейрокомпьютеры: разраб., применение. – 2013.
– N 2. – С. 3-10.
Под многопараметрическим заказом понимается заказ на операции с совокупностью объектов,
имеющих различные (для целей заказа) параметры (свойства, характеристики) на всех этапах их
жизненного цикла (на одном из этапов или их совокупности). Примеры многопараметрических заказов:
государственный оборонный заказ, заказы на разработку, изготовление, эксплуатацию, обслуживание,
транспортировку, ликвидацию различных объектов, отыскание оптимального (рационального) варианта
действий (например, в операции, кампании) и др. Рассмотрена оптимизация реализации
многопараметрических заказов в условиях ограничений (финансовых, временных и др.) с использованием
предложенного ранее авторами построения интеллектуальных систем, в том числе для управления
процессами в различных областях, на основе метода экспресс-анализа функционирования открытых
сложных систем с применением нейроподобных сетей, с оперативным получением и использованием
комплекса количественных и качественных оценок отдельных характеристик (свойств, функций)
анализируемых систем.
Котенко И. В. Гибридная адаптивная система защиты информации на основе
биометафор "нервных и нейронных сетей" / И. В. Котенко, Ф. Г. Нестерук, А. В. Шоров
// Инновации в науке : материалы 16 Междунар. заоч. науч.-практ конф., Новосибирск, 28
янв. 2013 г. – Новосибирск, 2013. – Ч. 1 – С. 79-83.
Предлагается концепция гибридной адаптивной системы защиты информации на основе
биометафоры "нервных" и нейронных сетей. Верхний уровень системы защиты информации устроен по
аналогии с нервной системой человека. На нижнем уровне предлагается реализация информационных
процессов "информационно-полевым" программированием, для описания распределенных информационных
полей в виде пакетных нейросетвых программ.
Крючин О. В. Параллельные градиентные алгоритмы подбора весовых
коэффициентов / О. В. Крючин, Е. В. Вязовова // Вестн. Тамб. ун-та. Сер. Естеств. и техн.
науки. – 2013. – Т. 18, N 1. – С. 183-187.
Предложены параллельные методы обучения искусственной нейронной сети, основанные на
разложении целевой функции в ряд Тейлора. Предложены параллельные алгоритмы методов наискорейшего
спуска, QuickProp, RPROP, BFGS и DFP.
Крючин О. В. Реализация параллельного алгоритма подбора структуры
искусственной нейронной сети / О. В. Крючин, Е. В. Вязовова, А. А. Арзамасцев // Там
же. – Т. 18, N 4, ч. 1. – С. 1394-1401.
Описываются параллельные алгоритмы подбора активационных функций нейронов и структуры
искусственной нейронной сети. Для оценки эффективности предложенных алгоритмов используется
подсчет числа сделанных ими мультипликативных и аддитивных операций.
Крючин О. В. Реализация формата конфигурации структуры искусственной
нейронной сети и алгоритмов ее обучения в нейросетевом симуляторе // Там же. –
С. 1408-1416.
Рассматривается формат конфигурации нейросетевого симулятора и всех его базовых элементов
- нейронов, структур и алгоритмов обучения. Приведены примеры формирования базовых элементов
нейросетевого симулятора.
Нгуен Д. М. Технология распределенных и параллельных вычислений для
повышения эффективности обучения адаптивной нейро-нечеткой сети // Вестн. ИрГТУ. –
2013. – N 5. – С. 12-17.
Рассматривается задача обучения адаптивной нейро-нечеткой сети с помощью метода
обратного распространения ошибки. Предложены алгоритмы для решения этой задачи с использованием
технологии параллельных и распределенных вычислений. Выполнена реализация программ обучения
гибридной сети, проведено сравнение их эффективности.
Орлова В. А. Применение нейронных сетей RBF для описания динамического
многомерного потенциального поля / В. А. Орлова, П. В. Скрибцов // Нейрокомпьютеры:
разраб., применение. – 2013. – N 2. – С. 17-19.
Одной из актуальных задач современной робототехники по-прежнему остается задача создания
автономных мобильных роботов, способных к ориентации в пространстве, принятию решений в сложной,
реальной обстановке, решающих задачи распознавания образов и пр. Сфера возможного применения
подобного рода устройств велика – от создания роботов-погрузчиков, патрульных роботов и роботовохранников до роботов-экскурсоводов (роботов-гидов) и т. д. Последовательность действий, которые
выполняет робот, должны приближаться по поведению к человеческому, т. е. на основе имеющихся
данных, которые описывают положение робота в пространстве, и набора действий, робот должен
планировать последовательность действий, которая приведет его к заданной цели. Целью робота в
многомерном пространстве является некая область, куда он стремится попасть. Примером такой цели
служит, например, поддержание высокого уровня заряда. Задача планирования действий в многомерном
пространстве аналогична задаче навигации. Описано применение искусственных нейронных сетей на
основе радиальных базисных функций для описания многомерного динамического потенциального поля,
которое используется для определения направления движения в многомерном пространстве состояний.
Применение данного метода позволяет ускорить вычисление направления поля в точке. Статья содержит
результаты компьютерного моделирования.
Пекунов В. В. О классификации лиц методом голосования с нейросетевым
арбитром. Распараллеливание вычислений на многоядерных видеокартах // Инф.
технологии. – 2013. – N 3. – С. 61-65.
Обсуждаются различные подходы к идентификации, базирующиеся на использовании метода
главных компонент. Предложен новый метод идентификации, включающий применение методов
наибольшей близости и k-ближайших соседей с последующим нейросетевым арбитражем. Описан подход к
распараллеливанию нейросетевых расчетов на видеокартах в рамках метода обратного распространения
ошибки с применением технологии OpenCL. Продемонстрировано повышение качества идентификации лиц.
Развитие технологии интеллектуального управления для создания перспективных
образцов ввт на базе новых средств комплексной автоматизации проектирования / И. М.
Макаров [и др.] // Изв. ЮФУ. Техн. науки. – 2013. – N 3. – С. 7-14.
На основе анализа принципов и основных проблем построения интеллектуальных автономных
объектов ВВТ предлагаются новые средства комплексной автоматизации проектирования, включая
средства проектирования нейро-нечетких интеллектуальных систем, конструкции конкретного образца и
виртуального моделирования комплекса _1образец-система управления_2 с имитацией реальных условий
функционирования. Этот подход обеспечивает сокращение стоимости и сроков проектирования,
возможность оперативного внесения коррекций в исходные требования, активное участие заказчика в
процессе проектирования и виртуальных испытаний.
Скорняков В. А. Нейромодель космического аппарата в задаче оперативного
планирования расходования ресурсов бортовых систем / В. А. Скорняков, Д. А. Зеленов
// Вестн. Мос. гос. ун-та леса. Лес. вестн. – 2013. – N 2. – С. 161-166.
Рассмотрены вопросы автоматизации процесса планирования расходования ресурсов бортовых
систем космических аппаратов на принципах самоорганизации и нейросетей с использованием подходов
системного анализа и теории управления большими системами.
Фатхи Д. В. Нечеткий вывод знаний в экспертных системах, реализованных
в нейросетевом базисе / Д. В. Фатхи, Д. Д. Фатхи // Информ. безопасность регионов. –
2013. – N 1. – С. 31-34.
Исследована возможность обучения классических искусственных нейронных сетей решению задачи
нечеткого дедуктивного вывода знаний.
Шпрехер Д. М. Диагностика технических состояний горных машин на основе
интеллектуального анализа данных // Изв. вузов. Электромеханика. – 2013. – N 2. – С. 69-73.
Показана возможность применения нейронных сетей для диагностирования сложных
электромеханических систем горных машин на примере асинхронного двигателя и трансформатора.
Предложено программное обеспечение, реализующее данную задачу .
Ясинский И. Ф. Моделирование гидродинамической задачи при помощи
комбинированной нейросетевой и динамической модели / И. Ф. Ясинский, Ф. Н. Ясинский
// Вестн. ИГЭУ. – 2013. – N 1. – С. 77-79.
Исследование физического процесса состоит в построении математической модели,
представляющей собой систему дифференциальных уравнений. Для их решения разработаны
аналитические и численные методы. Однако получающиеся системы на практике могут оказаться
громоздкими, что требует значительных вычислительных и временных затрат. В связи с этим
перспективным направлением является разработка комбинированных нейросетевых и динамических
моделей объектов, позволяющих сократить вычислительные и временные затраты. Используются
численные методы прикладной математики, компьютерное моделирование физических процессов, теория
нейронных сетей. Предложен способ построения нейросетевой и динамической модели физического
процесса на примере гидродинамической задачи. Представлены результаты численных экспериментов с
программными моделями. Установлено существенное увеличение скорости вычислений комбинированной
системы по сравнению с динамическими расчетами от 30 до 90 раз. Дополнение динамической модели
нейронной сетью по мере обучения позволит более полно и быстро исследовать физические процессы,
определять неизвестные скрытые параметры и начальные условия. Такие возможности позволят
применять предложенный метод во многих прикладных областях, в частности при математическом
моделировании энергетических процессов.
Ясницкий Л. Н. Технология нейросетевого моделирования и обзор работ пермской
научной школы искусственного интеллекта / Л. Н. Ясницкий, К. В. Богданов, Ф. М.
Черепанов // Фундам. исслед. – 2013. – N 1, ч. 3. – С. 736-740.
Изложена технология и описан опыт применения метода нейросетевого математического
моделирования в работах Пермской научной школы искусственного интеллекта. Отмечено, что Пермской
научной школой делались попытки освоения пропагандируемых другими научными школами нейросетевых
парадигм неклассического типа, однако до сих пор не нашлось практически значимых задач, для решения
которых неклассические нейросети оказались бы более эффективны, чем персептроны с сигмоидными
активационными функциями. Отмечается положительный опыт и приводятся примеры применения таких
нейросетевых математических моделей в промышленности, экономике, бизнесе, политологии, социологии,
криминалистике, спорте, экологии, энергосбережении, педагогике, исторической науке, медицине, туризме.
Отмечается, что результаты нейросетевого математического моделирования имеют практическое и
научное значение. Так, при решении задачи диагностики авиационных двигателей зафиксировано свойство,
названное _1интуицией нейронных сетей_2. В результате разработки нейросетевой системы диагностики
заболеваний сердечно-сосудистой системы выявлены новые, неисследованные ранее медицинские знания и
закономерности, которые рекомендуется учитывать практикующим врачам. Применение нейронных
сетей в практике детекции лжи позволило повысить точность заключений полиграфа на 7-10%. При
разработке нейронной сети, предназначенной для определения склонности человека к научной и
предпринимательской деятельности, выявлено влияние факторов астрологической природы, учет которых
повышает точность прогнозирования. Предложена библейско-философская концепция цели развития
цивилизации и искусственного интеллекта.
Acceleration-level repetitive motion planning of redundant planar robots solved by
a simplified LVI-based primal-dual neural network / Yunong Zhang [et al.] // Rob. and Comput.
Integr. Manuf. – 2013. – Vol. 29, N 2. – Р. 328-343.
Предлагается схема планирования периодически повторяющегося движения на уровне разгона для
планарных роботов с избыточными степенями подвижности, которая включает предельные углы
стыковки, предельные скорости сочленений и предельные ускорения сочленений. Для расчета в реальном
времени используется квадратичная программа (QP), в которой применяется метод линейновариационного исчисления (LVI), основанный на прямо-двойственной нейронной сети. Приводится пример
слежения за ромбической траекторией, прямолинейной траекторией и квадратной траекторией,
построенными для трехзвенной, четырехзвенной и пятизвенной руки робота, соответственно.
Approximate inference: A sampling based modeling technique to capture complex
dependencies in a language model / Anoop Deoras [et al.] // Speech Commun. – 2013. – Vol. 55,
N 1. – Р. 162-177.
Предлагаются некоторые стратегии непосредственного введения контекстной информации в
систему распознавания речи с очень большим словарем.
Bilgili M. Estimating soil temperature using neighboring station data via multi-nonlinear
regression and artificial neural network models / Mehmet Bilgili, Besir Sahin, Levent Sangun //
Environ. Monit. and Assess. – 2013. – Vol. 185, N 1. – Р. 347-358.
Оценки проводились для 8 станций в Турции на глубинах 5, 10, 20, 50 и 100 см. Показано, что
использование моделей искусственных нейронных сетей позволяет весьма надежно оценивать почвенные
т-ры на глубинах от 5 до 100 см, при ошибках не более 3–3,5%.
Cakir S. Multischeme ensemble forecasting of surface temperature using neural network
over Turkey / Sedef Cakir, Mikdat Kadioglu, Nihat Cubukcu // Theor. and Appl. Climatol. –
2013. – Vol. 111, N 3-4. – Р. 703-711.
Показано, что использование нейронных сетей заметно уменьшает ошибки ансамблевых прогнозов
приземных т-р в Турции при заблаговременности до 2 недель. Такие данные получены для подавляющего
большинства станций страны.
Florjanič B. Neural network-based model for supporting the expert driven project
estimation process in mold manufacturing / Blač Florjanič, Edvard Govekar, Karl Kuzman
// Strojn. vestn. – 2013. – Т. 59, N 1. – S. 3-13.
Обсуждается оценка объема часов, затраченных на изготовление литейной формы посредством
нейронной сети в системе искусственного интеллекта. На основе полученных гистограмм определяется
процент заниженных оценок данного объема часов и вводится коэф. безопасности для их уменьшения.
Предложенный метод проектирования форм позволяет улучшить их качество в соответствии с
исходными данными.
Gholami M. An artificial neural network approach to the problem of wireless sensors
network localization / M. Gholami, N. Cai, R. W. Brennan // Rob. and Comput. Integr. Manuf. –
2013. – Vol. 29, N 1. – Р. 96-109.
Одной из существенных проблем использования беспроводных сетей с воспринимающими
элементами является локализация указанных элементов. Полученные ранее результаты оказались
недостаточно применимы при неблагоприятных условиях. Предложен подход к локализации на основе
использования искусственных нейронных сетей. Оценка эффективности подхода подтверждена данными
моделирования, а также экспериментальной работы.
Huang Han-Chen. Using artificial neural networks to establish a customer-cancellation
prediction model / Han-Chen Huang, Allen Y. Chang, Chih-Chung Ho // Prz. elektrotechn. –
2013. – Vol. 89, N 1b. – Р. 178-180.
Предложен метод интеллектуального анализа данных для прогнозирования потери заказчиков.
Представлена его реализация с помощью искусственных нейронных сетей. Представлены результаты
проведенных экспериментов, показывающие, что по точности метод не уступает опытным экспертам.
Huang Zh. A reconstruction algorithm of prototype pattern of SNN based on TD-IDF and
QPSO algorithm / Zhehuang Huang, Yidong Chen // Prz. elektrotechn. – 2013. – Vol. 89, N 3b.
– Р. 136-137.
Описан новый алгоритм реконструкции в синергетических нейронных сетях, основанный на
описании информации с помощью метода TD/IDF и оптимизации с помощью роя квантовых частиц.
Приведены примеры использования нового алгоритма в нанесении семантических меток.
Jančiková Z. Prediction of metal corrosion by neural networks / Z. Jančiková, O. Zimný,
P. Koštial // Metalurgija. – 2013. – Vol. 52, N 3. – S. 379-381.
Предложено для прогноза действия атмосферной коррозии на сталь использовать искусственные
нейронные сети, которые учитывают такие факторы как локальная температура, относительная
влажность, количество осадков, рН дождевой воды, концентрация примесей и время экспозиции. Реальные
системы характеризуются высокой степенью нелинейности, сложностью и представляют трудность для
формальных математических описаний. Приведены примеры использования новой модели.
Li D. Optimization of neural network model design: an electoral cooperative particle
swarm optimization approach / Desheng Li, Huibin Xu // Prz. elektrotechn. – 2013. – Vol. 89,
N 1b. – Р. 165-167.
Описаны: постановка задачи оптимизации нейросетевых моделей; метод кодирования
информации; подход к ее решению, основанный на декомпозиции сетей и применении алгоритма
оптимизации роем частиц к каждой части; результаты проведенных экспериментов и оценки
корректности построения.
Lima A. R. Nonlinear regression in environmental sciences by support vector machines
combined with evolutionary strategy / Aranildo R. Lima, Alex J. Cannon, William W. Hsieh
// Comput. and Geosci. – 2013. – Vol. 50. – Р. 136-144.
Mitterauer B. J. Astrocyte mega-domain hypothesis of the autistic savantism // Med.
Hypotheses. – 2013. – Vol. 80, N 1. – Р. 17-22.
В ряде случаев в мозге лиц с аутизмом, демонстрирующих высокие когнитивные способности,
выявлены нарушения связей внутри и между нейронными сетями. Опираясь на знания об организации
доменов астроцитов, предположили, что способности "ученых" аутистов могут обеспечиваться
функционированием локальных фрагментов астроглии. Астроциты, клетки доминирующего глиального
типа, модулирующие синаптическую передачу информации, организованы в непересекающиеся домены.
Каждый астроцит, контактируя с n-нейронами посредством m-синапсов, создает динамическую область
синаптических взаимодействий, основанных на качественных критериях, что структурирует обработку
информации в нейронах. Если число процессов в силу генетических факторов значимо повышено,
функционирование астроцитов охватывает большие области с более высоким уровнем сложности. На
основе этой модели рассматривают результаты савантов. Австрия, Univ. of Salzburg, e-mail:
[email protected]. Библ. 41.
Neural firing rate model with a steep firing rate function / Muhammad Yousaf [et al.]
// Nonlinear Anal.: Real World Appl. – 2013. – Vol. 14, N 1. – Р. 753-767.
Особенностью предложенного подхода является разделение фазового пространства на регулярную
и нерегулярную области. Благодаря этому достигается упрощение анализа динамики. Получены условия
единственности решения модели.
Nourani V. Geomorphology-based genetic programming approach for rainfall–runoff
modeling / Vahid Nourani, Mehdi Komasi, Taghi Alami Mohamad // J. Hydroinf. – 2013. –
Vol. 15, N 2. – Р. 427-445.
Ozyildirim B. M. Generalized classifier neural network / Buse Melis Ozyildirim, Mutlu
Avci // Neural Networks. – 2013. – Vol. 39. – Р. 18-26.
Предложена нейронная сеть с 5 уровнями и радиальными базисными функциями. Обучение с
нормализацией основано на градиентном спуске со сглаживанием. Приведены результаты сравнения новой
модели со стандартными сетями с радиальными базисными функциями, многослойным персептроном и
вероятностными нейронными сетями на 3 тестовых наборах данных. Повышение точности
классификации доходило до 89%.
Prediction of short-term traffic variables using intelligent swarm-based neural networks
/ Kit Yan Chan[et al.] // IEEE Trans. Contr. Syst. Technol. – 2013. – Vol. 21, N 1. – Р. 263-274.
Сформулирована задача прогнозирования транспортных потоков для предотвращения заторов.
Для ее решения предложена новая архитектура нейронных сетей на основе интеллектуального роя.
Показана эффективность адаптации системы к изменениям условий и робастность относительно
неточности информации. Представлены результаты проведенных экспериментов с данными о скоростных
магистралях в Западной Австралии.
Rain intensity forecast using Artificial Neural Networks in Athens, Greece / P. T. Nastos
[et al.] // Atmos. Res. – 2013. – Vol. 119. – Р. 153-160.
Для построения прогностической модели ИНС использованы данные об осадках в Афинах за период
1899–2009 гг. Показано, что модели ИНС позволяют успешно прогнозировать интенсивности дождей в
городе с заблаговременностью до 4 месяцев.
Santoli S. An innovative nanophotonic information processing concept implementing cogent
micro/nanosensors for space robotics // Acta astronaut. – 2013. – Vol. 82, N 2. – Р. 257-262.
Когентивные (cogent) датчики определяются как датчики, которые способны выполнять
преобразование необработанных данных в информацию, сущуственную для реализации в автономных
космических роботах. Для когентивных датчиков требуются сильно миниатюризированные системы
очувствления и обработки информации. Показано, что в развивающейся обл. квантовой голографии
исследуются проблемы геометрического квантования некоторых фотографических процессов
посредством
групп
Гайзенберга
для
обеспечения
наноголографическими
инструментами,
предназначенными для проектирования и сборки ассоциативной памяти мозга. Ассоциативная память
проектируется посредством свободнопространственной взаимосвязи больших многослойных планарных
архитектур квантовых точек, основанных на нейронах, и входных сигналов, состоящих из фотонных
голограмм микролазеров высокой частоты в инфракрасной полосе. Рассматриваются вопросы
кодирования и декодирования интерференционной голографической картины, где информация
обрабатывается на основе синтаксиса и семантики. Показано, что такой нейронный мозг может
воспринимать ложные сигналы как случайный шум, который будет затухать при обработке целевой
информации в реальном времени.
Zhou P. Intelligence-based supervisory control for optimal operation of a DCS-controlled
grinding system / Ping Zhou, Tianyou Chai, Jing Sun // IEEE Trans. Contr. Syst. Technol. –
2013. – Vol. 21, N 1. – Р. 162-175.
Предложенная система управления состоит из модуля оптимизации цикла управления разломом
руды, искусственной нейронной сети для аппроксимации динамики работы, подсистемы динамической
адаптации с использованием нечеткой логики и экспертной системы для диагностики и оценки.
Представлены результаты проведенных экспериментов в реальных условиях, доказывающие
эффективность управления.
Zhu S. Robustness analysis for connection weight matrices of global exponential stability
of stochastic recurrent neural networks / Song Zhu, Yi Shen // Neural Networks. – 2013. – Vol.
38. – Р. 17-22.
Изучена робастность глобальной экспоненциальной устойчивости рекуррентных нейронных сетей
относительно неопределенности весов связей. Получены границы неопределенности параметров, при
которой такая устойчивость сохраняется. Приведен иллюстративный численный пример.