нейронна мережа

Проаналізовано нейронні мережі як засіб прогнозування значення температури за перехідним процесом. Розглянуто штучний нейрон як основу нейронної мережі. Наведено класифікацію нейронів залежно від функцій, які вони виконують в нейронній мережі, та основні види передавальних функцій нейрона. Подано класифікацію нейронних мереж за критерієм їх архітектури, алгоритму навчання та типу завдань, які вони можуть виконувати. Зроблено висновок, що для розв’язання поставленої задачі оптимальним є застосування нейронної мережі з архітектурою прямого поширення з алгоритмом навчання з вчителем.

Описано результати дослідження похибок прогнозування значення температури із використанням нейронних мереж, алгоритм створення та навчання нейронних мереж. Наведено результати дослідження залежності похибки прогнозування значення температури від кількості шарів у мережі, від кількості входів мережі та від кількості послідовностей для навчання. Дослідження залежності похибки прогнозування температури від кількості входів мережі виконано для двох випадків: за однакового часу вимірювання температури перехідного процесу і за різного.

Розглянуто особливості знаходження оптимального маршруту мобільних роботів. На основі нейронних мереж, які використовуються у задачі, було проаналізвано і розроблено генетичний алгоритм.

Запропоновано методи і критерії оптимізації архітектури нейронної мережі, призначеної для розв’язання актуальних задач з захисту інформації в комп’ютерних системах та мережах. Наведено приклади оптимізації архітектури нейронної мережі, призначеної для виявлення комп’ютерних вірусів.