СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>A=Kohonen, Teuvo$<.>)

Общее количество найденных документов : 9
Показаны документы с 1 по 9

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 98.02-04А3.54

Автор(ы) : Kohonen, Teuvo, Kaski, Samuel, Lappalainen, Harri
Заглавие : Self-organized formation of various invariant-feature filters in the adaptive-subspace SOM
Источник статьи : Neural Comput. - 1997. - Vol. 9, N 6. - С. 1321-1344
Аннотация: Разработана карта признаков с адаптивными подпространствами - модульная нейронная сеть, в которой отдельные модули работают с сигналами, повергнутыми простым преобразованиям разных видов. Обучение - без учителя, на основе соревнования. В результате достигается инвариантность относительно различных изменений входных данных. Описана схема подключения модулей в зависимости от характера встречающихся искажений. Проведен анализ механизм возникновения самоорганизации различных фильтров. Финляндия, Helsinki Univ. of Technology, Neural Network Res. Center, Espoo. Ил. 10. Библ. 30
ГРНТИ : 34.55.21
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
САМООРГАНИЗУЮЩАЯСЯ КАРТА ПРИЗНАКОВ
ФИЛЬТРЫ
АДАПТИВНОЕ ПОДПРОСТРАНСТВО
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 00.10-04А3.151

Автор(ы) : Kohonen, Teuvo
Заглавие : Comparison of SOM point densities based on different criteria
Источник статьи : Neural Comput. - 1999. - Vol. 11, N 8. - С. 2081-2095
Аннотация: Проведена экспериментальная оценка плотности кодовых точек в самоорганизующихся картах. Для 1-мерного случая с малой длиной и известной функцией распределения входных сигналов получены точные оценки. Использовано несколько разных критериев. Разработана новая методика сравнения, основанная на использовании методов вариационного исчисления. Для случая самоорганизующейся карты с произвольной, но одинаковой для всех входных векторов размерностью, получено подтверждение верности известного степенного закона. Финляндия, Helsinki Univ. of Technology, Neural Networks Research Centre, FIN-02015 HUT, Espoo. Табл. 3. Библ. 14
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
САМООРГАНИЗУЮЩИЕСЯ КАРТЫ
ПЛОТНОСТЬ ТОЧЕК
КРИТЕРИИ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI24) 03.02-04М3.288

Автор(ы) : Kohonen, Teuvo, Hari, Riitta
Заглавие : Where the abstract feature maps of the brain might come from
Источник статьи : Trends Neurosci. - 1999. - Vol. 22, N 3. - С. 135-139
Аннотация: Три типа нейронных структур могут быть отнесены к "картам мозга": наборы сенсорных клеток, упорядоченные проекции между нейронными слоями и упорядоченные карты абстрактных особенностей. Предполагается, что такие карты особенностей формируются в процессе, включающем создание параллельного входа к нейронам в области мозга и адаптацию нейронов по соседству с клетками, которые реагируют наиболее сильно на этот вход. Представлены новые математические выражения для такой адаптации и их отношения к физиологическим функциям. Финляндия, Helsinki Univ. of Technol., Espoo. Ил. 3. Библ. 44
ГРНТИ : 34.39.19
Предметные рубрики: МАТЕМАТИЧЕСКИЕ МОДЕЛИ
НЕЙРОННЫЕ СЕТИ
"КАРТЫ МОЗГА"
АБСТРАКТНЫЕ ОСОБЕННОСТИ
НЕЙРОНЫ
АДАПТАЦИЯ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 03.02-04А3.33

Автор(ы) : Kohonen, Teuvo, Hari, Riitta
Заглавие : Where the abstract feature maps of the brain might come from
Источник статьи : Trends Neurosci. - 1999. - Vol. 22, N 3. - С. 135-139
Аннотация: Три типа нейронных структур могут быть отнесены к "картам мозга": наборы сенсорных клеток, упорядоченные проекции между нейронными слоями и упорядоченные карты абстрактных особенностей. Предполагается, что такие карты особенностей формируются в процессе, включающем создание параллельного входа к нейронам в области мозга и адаптацию нейронов по соседству с клетками, которые реагируют наиболее сильно на этот вход. Представлены новые математические выражения для такой адаптации и их отношения к физиологическим функциям. Финляндия, Helsinki Univ. of Technol., Espoo. Ил. 3. Библ. 44
ГРНТИ : 34.55.19
Предметные рубрики: МАТЕМАТИЧЕСКИЕ МОДЕЛИ
НЕЙРОННЫЕ СЕТИ
"КАРТЫ МОЗГА"
АБСТРАКТНЫЕ ОСОБЕННОСТИ
НЕЙРОНЫ
АДАПТАЦИЯ
Дата ввода:

Вид документа : Статья из сборника (однотомник)

РЖ ВИНИТИ 34 (BI38) 89.05-04А3.112

Автор(ы) : Kohonen, Teuvo
Заглавие : Self-learning interence rules by dynamically expanding context
Источник статьи : IEEE 1 st Int. Conf. Neural Networks, San Diego, Calif., June 21-24, 1987. - San Diego (Calif.), 1987. - Vol. 2. - С. 3-9
Аннотация: Разработана схема автоматического поиска правил (П) логического вывода по последовательности символьных и др. дискретных данных, полученных при анализе фонетических сигналов в системах автоатического распознавания речи. Система основана на процедуре динамического расширения контекста и дает возможность автоматически находить десятки тысяч различных контекстов-зависимых П. Описаны П исправления ошибок типа выпадения и замещения символов, устр-во памяти для хранения П, процедура их оценки. Приведены также описания выполненных экспериментальных проверок системы и полученных результатов. Финляндия, Helsinki Univ. of Technology Lab of Computer and Information Sci Rakentajanaukio 2 С SF-02150 Espoo. Библ. 2.
ГРНТИ : 34.55.21
Предметные рубрики: РАСПОЗНАВАНИЕ ОБРАЗОВ
ВЫВОД
КОНТЕКСТ
РЕЧЬ
Дата ввода:

Вид документа : Статья из сборника (однотомник)

РЖ ВИНИТИ 34 (BI38) 89.10-04А3.185

Автор(ы) : Kohonen, Teuvo
Заглавие : State of the art in neural computing
Источник статьи : IEEE 1st Int. Conf. Neural Networks, San Diego, Calif., Hune 21-24, 1987. - San Diego (Calif.), 1987. - Vol. 1. - С. I/79-II/90
Аннотация: Обзор. Авт. делает попытку осмыслить положение в обл. моделирования нейронных сетей (НС). Авт. считает, что искусственные НС - это почти полностью параллельлные сети из простых (обычно адаптивных) элементов, а их иерархическая организация, необходимая для взаимодействия с объектами реального мира, является аналогичной организации нервной системы живых существ. Анализируя работы по моделям НС, к-рых насчитывается уже 'ЭКВИВ'1 тыс., авт. выделяет след. категории моделей: 1) уровень отдельных несвязанных нейронов; 2) агрегатные модели (несколько кооперативно работающих нейронов для выполнения специализированных задач, напр., управления локомоцией); 3) уровень НС (большое число нейронов, объединенных в НС для выполнения таких ф-ций, как фильтарция, нелинейная обратная связь); 4) уровень нервной системы (несколько разных НС с разными св-вами объединены для выполнения сложных задач восприятия, контроля движений и т. п.); 5) уровень мыслительных операций (процедуры, алгоритмы и стратегии обработки информации в головном мозге человека). Сделан ряд рекомендаций и выводов, необходимых для построения "нейрокомпьютеров", в т. ч.: живые НС (мозг) не имеют отношения к цифровым и логическим схемам; ни нейроны, ни синапсы не являются элементами памяти с 2-мя состояниями, поэтому спиновые аналогии не могут применяться для описания реальных НС; при вычислениях в НС не используются машинные команды или временные коды; НС в головном мозге не имеют спец. схем для решения задач, оптимизации, принятия решений; даже на самых высоких уровнях характер обработки информации в головном мозге и в ЭВМ различен. Приводятся также нек-рые сведения по реализации НС на базе технологии БИС. Финляндия, Helsinki Univ. of Technology Lab. of Computer and Information Sci. SF-02150 Espoo. Библ. 19.
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
ВЫЧИСЛИТЕЛЬНЫЕ МОДЕЛИ
УРОВНИ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 90.07-04А3.195

Автор(ы) : Kohonen, Teuvo
Заглавие : Adaptive, associative, and self-organizing function in neural computing
Источник статьи : Appl. Opt. - 1987. - Vol. 26, N 23. - С. 4910-4918
Аннотация: Сделана попытка обобщить ряд адаптивных и кооперативных операций и процедур, к-рые применяются при вычислительном моделировании нейронных сетей (в "нейрокомпьютинге"). Авт.- один из наиболее крупных специалистов в этой обл.- смог достичь компромисса между точностью биол. аналогий и строгостью мат. формулировок. Рассмотрено 2 типа диф. ур-ний встречающихся в нейрокомпьютинге - ур-ния, описывающие эл. процессы в нейронах, и ур-ния, описывающие адаптивные процессы при обучении нейронных сетей (модификацию весов связей). Приводятся примеры решения реальных задач с помощью нейронных сетей, в частности, задачи ассоциативного запоминания фотографий лиц. Финляндия, Helsinki University of Technology, Laboratory of Computer & Information Science, Rakentajanaukio 2С, SF-02150 Espoo. Ил. 5. Библ. 31.
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
МАТЕМАТИЧЕСКИЕ МОДЕЛИ
НЕЙРОКОМПЬЮТИНГ
Дата ввода:

Вид документа : Статья из сборника (однотомник)

РЖ ВИНИТИ 34 (BI38) 90.11-04А3.237

Автор(ы) : Kangas, Jari, Kohonen, Teuvo, Laaksonen, Jorma, Simula, Olli, Venta, Olli
Заглавие : Variants of self-organizing maps
Источник статьи : IJCNN Int. Joint Conf. Neural Networks, Washington, 1989. - New York (N. Y.), 1989. - Vol. 2. - С. 517-522
Аннотация: Рассмотрены 2 направления усовершенствования карт самоорганизации - динамическая процедура присвоения весов входных сигналов в каждой клетке, что позволяет упорядочивать входную информацию при больших структурных различиях между входными сигналами, и метод определения соседей в обучающем алгоритме, основанный на построении миним. остовного дерева, обеспечивающий более быструю и более качеств. аппроксимацию структурирующих ф-ций плотности. Разработана также методика отбора векторов для квантования в задачах распознавания и принятия решений т. обр., чтобы сразу определить границы классов. Финляндия, Helsinki Univ. of Technology Lab. of Computer and Information Sci. Rakentajanaukio 2 С, SF-02150 Espoo. Ил. 9. Библ. 6.
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
КАРТЫ САМООРГАНИЗАЦИИ
ОБУЧЕНИЕ
РАСПОЗНАВАНИЕ ОБРАЗОВ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 92.04-04А3.162

Автор(ы) : Kohonen, Teuvo
Заглавие : Neurotietokoneet
Источник статьи : Arkhimedes. - 1990. - Vol. 42, N 3. - С. 271-274
Аннотация: Обзор современных нейронно-сетевых ЭВМ. Описаны наиболее распространенные нейронно-сетевые модели, типы нейронов, принципы аппаратной реализации нейронных сетей и процедуры обучения. Рассмотрены наиболее перспективные обл. практического применения нейронносетевых ЭВМ - распознавание образов, обработка сигналов и Из, управление роботами и принятие решений. Финляндия, Teknillinen korkeakoulu, tietoteknikan osasto 02140 Espoo. Библ. 11.
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
НЕЙРОННОСЕТЕВЫЕ ЭВМ
ОБЗОРЫ
БИБЛ. 11
Дата ввода:

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска