Нейросетевой механизм адаптации при решении кусочно-постоянной задачи анализа независимых компонент

Техническая кибернетика. Информационные технологии. Вычислительная техника


Авторы

Простов Ю. С. *, Тюменцев Ю. В. **

Московский авиационный институт (национальный исследовательский университет), Волоколамское шоссе, 4, Москва, A-80, ГСП-3, 125993, Россия

*e-mail: prostov.yury@yandex.ru
**e-mail: yutium@gmail.com

Аннотация

Предлагается метод, который позволяет при определённых условиях применять неадаптивные нейросетевые модели для решения кусочно-постоянной задачи анализа независимых компонент. В основе метода лежит реализация механизма детектирования изменений в условиях решаемой задачи и автоматизация процесса переобучения нейронной сети непосредственно во время решения задачи. Кратко рассмотрен вопрос целесообразности использования предлагаемого механизма вместо чисто адаптивных нейросетевых моделей. На примере конкретной нейронной сети дано обоснование работоспособности метода и продемонстрированы результаты численного моделирования.

Ключевые слова

нейронные сети, адаптивность, анализ независимых компонент

Библиографический список

  1. Хайкин С. Нейронные сети: Пер. с англ. — М.: ИД «Вильямс», 2006. — 1104 с.
  2. Choi S., Cichocki A., Amari S. Equivariant nonstationary source separation. Neural Networks, 2002, Vol. 15, pp. 121–130.
  3. Hyvärinen A., Karhunen J., Oja E. Independent component analysis, New York, John Wiley, 2001, 505 p.
  4. Fyfe C. Hebbian learning and negative feedback networks (Advanced Information and Knowledge Processing Series), London, Springer, 2005, 383 p.
  5. Földiàk P. Forming sparse representations by local anti-Hebbian learning. Biological Cybernetics, Cambridge, 1990, vol. 64, no. 2, pp. 165–170.

Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2020

Вход