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: (<.>S=ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ<.>)

Общее количество найденных документов : 6
Показаны документы с 1 по 6

РЖ ВИНИТИ 34 (BI38) 90.10-04А3.134

Simic, Petar D.
Statistical mechanics as the underlying theory of "elastic" and "neural" optimizations [Text] / Petar D. Simic // Network. - 1990. - Vol. 1, N 1. - P89-103
Перевод заглавия: Статистическая механика как теоретическая основа "упругой" и "нейронной" оптимизации
Аннотация: Проводится теор. рассмотрение 2-х предложенных в последние годы методов решения сложных оптимизационных задач [напр., задачи о коммивояжере (ЗК)] - метода "нейронных сетей" Хопфилда и Тэнка и метода "упругих сетей" Дурбина и Уилшоу (Durbin R., Willshaw D. "Nature", 1987, 326, 689-91). В основе ур-ний последнего лежит физ. представление о "круглом пути", упруго и неравномерно растягиваемом под действием 2-х сил разного направления. Показано, что в основе обоих методов лежат общие предпосылки, описываемые аппаратом статистической механики. Различие между 2 алгоритмами связано с различиями в подборе ограничений. Выведен новый алгоритм "упругого" типа. Предполагается, что новый алгоритм может найти широкое применение при решении трудных оптимизационных задач типа ЗК, а также таких задач высокой размерности, как многие задачи машинного зрения нижнего уровня - выделение объемной формы по распределению светотени, выделение перепадов яркости, анализ движения, интерполяция поверхностей. Алгоритм допускает естественную реализацию на параллельных вычислительных структурах. США, California Inst. of Technology, Pasadena, CA 91125. Библ. 21.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ
РЕШЕНИЕ
СТАТИСТИЧЕСКАЯ МЕХАНИКА

РЖ ВИНИТИ 34 (BI38) 90.10-04А3.56

Goodhill, G. J.
Upplication of the elastic net algorithm to the formation of ocular dominance stripes [Text] / G. J. Goodhill, D. J. Willshaw // Network. - 1990. - Vol. 1, N 1. - P41-59
Перевод заглавия: Применение алгоритма "упругая сеть" для формирования глазодоминантных полос
Аннотация: Описано использование нового алгоритма решения сложных оптимизационных задач [типа задачи коммивояжера (ЗК)] для решения проблемы сохранения топографии сетчатки на более высоких уровнях зрительной системы и образования на этих уровнях характерной полосатой структуры глазодоминантных колонок (когда колонки, иннервируемые входами от разных глаз, чередуются). Задача образования новых связей в нервной системе рассматривается как комбинаторная оптимизационная. Управляемыми переменными являются местоположения растущих волокон с более низких нейронных слоев на более высокие относительно друг друга и "целевых нейронов" более высокого уровня. Для решения этой оптимизационной задачи использован алгоритм "упругой сети", сравнительно недавно разработанный авт. Применительно к ЗК этот алгоритм авт. иллюстрируют как растяжение кольцевого множества точек на плоскости и "натягивание" этого "кольца" на искомые точки-города под действием двух "сил" - сил притяжения со стороны городов и упругих возвращающих сил со стороны соседних точек кольца. Проведено машинное моделирование процесса образования полосатых структур в нервной системе, в зрении. В отличие от др. моделей образования таких нейронных структур данный алгоритм дает общую основу для объяснения образования как полосатых структур коры, так и образования в коре многочисленных зон проекций сетчатки с сохранением ее топографии (ретинотопически организованных зон). Великобритания, Univ. of Edinburgh, Edinburgh. Ил. 13. Библ. 27.

ГРНТИ	34.55.19

ВИНИТИ 341.55.19.17
Рубрики: ЗРИТЕЛЬНАЯ СИСТЕМА
ЗРИТЕЛЬНАЯ КОРА
ГАЗОДОМИНАНТНЫЕ ПОЛОСЫ
ОБРАЗОВАНИЕ
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ
АЛГОРИТМЫ
ИМИТАЦИОННЫЕ МОДЕЛИ

Доп.точки доступа:
Willshaw, D.J.

РЖ ВИНИТИ 34 (BI38) 91.01-04А3.130

Davis, Gerald W.
Sensitivity analysis in neural net solutions [Text] / Gerald W. Davis // IEEE Trans. Syst. Man. and Cybern. - 1989. - Vol. 19, N 5. - P1078-1082 . - ISSN 0018-9472
Перевод заглавия: Анализ чувствительности решений в нейронных сетях
Аннотация: Показано, что с помощью нейронных сетей можно решать нек-рые оптимизационные проблемы, в частности, классическую np-полную задачу коммивояжера, в к-рой требуется найти кратчайший обход n городов. Хопфилд и Тэнк представили машинную модель нейронной сети, к-рая давала достаточно хорошие, если и не оптим. обходы. Однако мало известно относительно валидности и качества сетевых решений в общем случае. Настоящая ст. описывает более детальный анализ сетей для задачи коммивояжера. Проведен анализ чувствительности по отношению к различным параметрам, входящим в ф-цию сетевой энергии. Результаты показывают, что нужен статистический подход, чтобы охарактеризовать функционирование сети. Поведение сети изучено в интервале изменения числа городов от 10 до 30. США, Advanced Technology Development, Dep. 756 A, Allen-Bradely Co., 1201 S. 2-md St, Milwaukee, WJ 53204. Библ. 4.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ
РЕШЕНИЕ
ЗАДАЧА КОММИВОЯЖЕРА

РЖ ВИНИТИ 34 (BI38) 91.11-04А3.168

Kovacic, M.
Markovian neural networks [Text] / M. Kovacic // Biol. Cybern. - 1991. - Vol. 64, N 4. - P337-342 . - ISSN 0340-1200
Перевод заглавия: Марковские нейронные сети
Аннотация: Предложен алгоритм для решения с помощью нейронных сетей хопфилдовского типа ряда оптимизационных задач, относящихся к классу NP-полных задач (в частности задачи коммивояжера). Работа нейронной сети описывается в рамках теории марковских цепей. Подобная марковская нейронная сеть имеет нейроны, соединенные бидирекциональными связями (синапсами) каждый с каждым, причем каждый нейрон может принимать несколько состояний. Поведение такой сети описывается стохастической переходной ф-цией, к-рая определяет множество новых состояний нейронов сети, к-рые возникают после предыдущих состояний (точно через один шаг). Вся нейронная сеть работает асинхронно, т. е. в каждый момент времени может измениться состояние только одного нейрона. Приводится доказательство сходимости предложенного алгоритма. Проведено сравнение показателей работы марковских нейронных сетей и результатов применения ряда комбинаторных оптимизационных методов. Показано, что марковская нейронная сеть является эффективным инструментом для решения оптимизационных задач. Югославия, Fac. of Elect. and Computer Eng., Frzaska, 25, Ljubejana. Ил. 6. Библ. 13.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
МАРКОВСКИЕ СЕТИ
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ

РЖ ВИНИТИ 34 (BI38) 91.11-04А3.171

Derthick, Mark.
Ensemble boltzmann units have collective computational properties like those of hoptield and Tank Neurons [Text] / Mark Derthick, Joe Tebelskis // Neural Inf. Process. Syst. - New York, 1988. - P223-232 . - ISBN 0-88318-569-5
Перевод заглавия: Ансамбль из элементов Больцмана имеет коллективные вычислительный св-ва, аналогичные [нейронным сетям] Хопфилда и Тэнка
Аннотация: Предложена новая нейронная схема для решения оптимизационных задач, являющаяся обобщением схемы "машины Больцмана" (МБ) (Hinton G., Seinowski T., Parallel distributed processing-Explorations in the microstructuro of Cognition, Cambridge, MA, 1986). Помимо МБ рассмотрены достоинства и недостатки хопфилдовских нейронных сетей (ХНС) (Hopfield J., "Proc. Nat. Ac. Sci. USA, 1982, 79, р. 2554-2558) и сетей Хопфилда и Тэнка (XTHC) (Hopfield J., Tank D. "Biol. Cybern.", 1985, 52, р. 141-152). Все эти схемы имеют общее - их поведение описывается как достижение нек-рого минимума "энергетического рельефа" (ЭР), определяемого структурой сети. От топографии этого рельефа (или энергетического пространства) зависит, насколько легко м. б. найдено хорошее решение. В ряде случаев ЭР имеет много локальных минимумов, разделенных энергетическими барьерами. При поиске минимумов в таких ЭР используется алгоритм монотонного градиентного спуска (в ХНС и ХТНС), а также стохастический спуск по градиенту (МБ). В МБ поиск осуществляется не монотонно, а иногда спонтанно производятся подъемы на локальные максимумы. В МБ используется понятие "вычислительной т-ры" (ВТ), причем вероятность состояний описывается распределением Больцмана (ф-цией энергии и т-ры) независимо от топографии ЭР. Поиск минимума ускоряется путем изначального поиска высокой "т-ры" и затем постепенного ее снижения. Однако поиск глобального минимума требует слишком большого времени. Ансамбль МБ (АМБ) - это набор идентично соединенных МБ. Состояние АМБ есть среднее состояний отдельных МБ. Аналитически проанализировано поведение таких АМБ. В отличие от ХТНС, к-рые дают быстрое решение, но иногда выбирают не лучшие решения (попадают в локальный минимум ЭР), АМБ при поиске обеспечивает нек-рый оптимум (компромисс между скоростью и качеством решений всех 3-х схем НС). Варьируя кол-во элементарных МБ в ансамбле, можно получить промежуточное поведение НС - добиться хорошей скорости сходимости, характерной для ХНС и ХНТС и в то же время избегать попадания в локальные минимумы, что характерно для МБ. В качестве примера применения АМБ рассмотрена оптимизационная задача о коммивояжере. США, Carnegie-Mellon Univ. Ил. 1. Библ. 9.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ТЭНКА СЕТИ
БОЛЬЦМАНА МАШИНА
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ
ПОИСК МИНИМУМОВ
ГРАДИЕНТНЫЙ СПУСК

Доп.точки доступа:
Tebelskis, Joe

РЖ ВИНИТИ 34 (BI38) 92.04-04А3.093

Micheli-Tzanakou, Evangelia.
Convergence of images in the Alopex process with moment invariants and probabilities [Text] / Evangelia Micheli-Tzanakou, Tae Soo Chon // Images 21st Centubry. - New York (N. Y.), 1989. - Pt 6/6. - P2048-2049
Перевод заглавия: Конвергенция изображений в системе "Alopex" на основе инвариантов и вероятностей
Аннотация: Предложена итерационная методика решения ряда оптимизационных задач, включая распознавание образов, зрительное восприятие у животных, аппроксимацию кривых, рост кристаллов. Методика предполагает использование инвариантов на основе вычисления моментов и кросс-корреляционных оценок с целью введения обратной связи за счет сравнения эталонов и зашумленных Из. Приводятся примеры сходимости Из к эталонам (в частности, для сходимости из лица к эталону требовалось 'ЭКВИВ'100 итераций). США, Dep. of Biomed. Eng. Rulgers Univ., Piscataway, NI 08855. Ил. 3. Библ. 5.

ГРНТИ	34.55.21

ВИНИТИ 341.55.21.27.02
Рубрики: РАСПОЗНАВАНИЕ ОБРАЗОВ
СХОДИМОСТЬ
ИНВАРИАНТЫ
ОБРАБОТКА ИЗОБРАЖЕНИЙ
ЭТАЛОНЫ
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ

Доп.точки доступа:
Chon, Tae Soo

"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