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=ФОРМАЛЬНЫЕ НЕЙРОНЫ<.>)

Общее количество найденных документов : 7
Показаны документы с 1 по 7

РЖ ВИНИТИ 34 (BI38) 97.05-04А3.111

Kramer, Alan H.
Array-based analog computation [Text] / Alan H. Kramer // IEEE Micro. - 1996. - Vol. 16, N 5. - P20-29 . - ISSN 0272-1732
Перевод заглавия: Аналоговые вычисления на массивах процессоров
Аннотация: Обзор аналоговых вычислений на массивах процессоров. Рассмотрены следующие вопросы: поиск компромисса между общностью и эффективностью; принципы аналоговых вычислений на параллельных массивах процессоров; организация связей в массивах с учетом специфики прикладных задач; динамические и фиксированные веса; источники ошибок. Представлены подходы, демонстрирующие преимущества аналоговой техники решения многих задач. США, SGS-Thomson Microelectronics, 2115 Miivia St., Berkeley, CA 94704-1112. Ил. 12. Табл. 1. Библ. 11

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
МАССИВЫ ПРОЦЕССОРОВ
АНАЛОГОВЫЕ ВЫЧИСЛЕНИЯ

РЖ ВИНИТИ 34 (BI38) 89.05-04А3.162

Карташов, А. П.
Построение сетей нейроподобных элементов с ациклической активностью и экспоненциальным временем затухания [Текст] / А. П. Карташов, Е. А. Карташова // Автомат. и телемех. - 1989. - N 2. - С. 147-157 . - ISSN 0005-2310
Аннотация: Построен класс сетей из формальных нейронов, обладающий автономной ациклической активностью с экспоненциальным по числу нейронов сети временем затухания. На основе этой конструкии построен класс сетей с автономной ациклической активностью и экспоненциальной длиной цикла, дающий решение задачи о нейронных часах. Библ. 3.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
НЕЙРОННЫЕ ЧАСЫ
РИТМЫ
ГЕНЕРАЦИЯ
МАТЕМАТИЧЕСКИЕ МОДЕЛИ

Доп.точки доступа:
Карташова, Е.А.

РЖ ВИНИТИ 34 (BI38) 89.10-04А3.198

Hecht, Nielsen Robert.
Counterpropagation networks [Text] / Nielsen Robert Hecht // IEEE 1st Int. Conf. Neural Networks, San Diego, Calif., June 21-24, 1987. - San Diego (Calif.), 1987. - Vol. 2. - P19-32
Перевод заглавия: Нейронные сети с поперечным распространением
Аннотация: Предложен новый вид обучающейся сети из формальных нейронов, названный "нейронные сети с поперечным распространением" (НСПР). Типичная НСПР состоит из 5 слоев. Во время обучения пары векторов из обучающей выборки предъявляются на слой 1 и слой 5, соответственно, и передаются по сети в противоположных направлениях. Слой 3 содержит своего рода процессорные элементы, осуществляющие сравнение векторов, после чего фронты возбуждения передаются, соотв., на слой 5 и слой 1. Аналитическое рассмотрение св-в НСПР позволило авт. предложить ф-лу для оценки величины ошибки при обучении. НСПР представляет собой, по мнению авт., сочетание схем обучения по Kohonen и по Grossberg. Приводятся различные варианты НСПР и обширная библиография по нейрокомпьютингу. США, Hecht-Nielsen Neurocomputer Corporation 5893 Oberlin Drive San Diego, CA 92121 619-546-8877. Ил. 5. Библ. 79.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ОБУЧАЮЩИЕСЯ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
ПОПЕРЕЧНОЕ РАСПРОСТРАНЕНИЕ

РЖ ВИНИТИ 34 (BI38) 89.10-04А3.199

Labos, E.
The most complicated networks of formal neurons [Text] / E. Labos // IEEE 1st Int. Conf. Neural Networks, San Diego, Calif., June 21-24, 1987. - San Diego (Calif.), 1987. - Vol. 3. - P301-308
Перевод заглавия: Сложность сетей из формальных нейронов
Аннотация: Сделана попытка оценить соотношение между сложностью сетей из формальных нейронов реализующих ф-ции двоичной логики, и результирующей сложностью внешнего поведения таких сетей, рассматриваемых как аналоги нейронных структур мозга. Проведены численные эксперименты с нейронными сетями, состоящими из разного числа нейронов с разными матрицами связей между нейронами. Полученные авт. противоречивые данные позволили ему сделать вывод о том, что сети из формальных нейронов не могут рассатриваться как модели реальных нейронных структур в живых системах, обеспечивающих последним их сложное поведение. ВНР, Semmelweis Med. School, 1st Dep. of Anatomy, 1450 Budapst, Turolto-u. 58. Ил. 2. Библ. 14.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
СЛОЖНОСТЬ СТРОЕНИ
СЛОЖНОСТЬ ПОВЕДЕНИЯ

РЖ ВИНИТИ 34 (BI38) 91.09-04А3.178

Treves, Alessandro.
Graded-response neurons and information eneodings in autoassociatire memories [Text] / Alessandro Treves // Phys. Rev. A. Statist. Phys., Plasmas, Fluids, and Related. Interdisciplin. Top. - 1990. - Vol. 42, N 4. - P2418-2430 . - ISSN 1050-2947
Перевод заглавия: Нейроны с градуальными ответами и кодирование информации в автоассоциативной памяти
Аннотация: Аналитически описана модель ассоциативной памяти на основе нейронной сети с формальными нейронами, входы и выходы к-рых являются не двоичными, как в обычных хопфилдовских сетях, а градуальными, принимающими континуум значений. Рассмотренная сеть соответствует нейронным структурам, характерным для зоны коры с пирамидными клетками, где имеется много взаимных связей между нейронами. Связи между нейронами рассматриваются как симметричные. Выход нейрона пропорционален его уровню активации или усредненной по небольшому отрезку времени частоте импульсации. Выведено ур-ние для оценки объема памяти таких моделей в задаче воспроизведения случайных паттернов активности, связанных с заданным распределением вероятности. Если при этом возникают двоичные (двухградационные) паттерны, то, как показано авт., объем памяти данной сети не превышает аналогичного объема для сети из двоичных нейронов. Для исследования случая запоминания сложных структурных паттернов рассмотрена ситуация запоминания трехградационного паттерна. Показано, что в данном случае, кол-во паттернов, к-рое можно хранить в подобной памяти, может быть гораздо большим, чем в случае памяти на сетях из двоичных нейронов. Великобритания, Univ. of Oxford, Oxford OX134. Ил. 5. Библ. 22.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: ПАМЯТЬ
АССОЦИАТИВНАЯ ПАМЯТЬ
НЕЙРОННЫЕ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
ГРАДУАЛЬНЫЕ ВХОДЫ И ВЫХОДЫ

РЖ ВИНИТИ 34 (BI38) 92.09-04А3.114

Wildberger, A. Martin
Neural networks an a modeling tool [Text] / A.Martin Wildberger // AI and Simul.: Theory and Appl. - San Diego (Calif.), 1990. - P65-74 . - ISBN 0-911801-68-5
Перевод заглавия: Нейронные сети как средство моделирования
Аннотация: Рассматривается задача моделирования библ. нейронных сетей с помощью искусственных. Исследованы особенности нейрофизиол. моделирования. Проведено сравнение различных моделей искусственного нейрона, а также каузальных и статистических подходов. Приведены примеры построения оценок различных процессов с помощью разработанных методов. Предложена процедура генерации топологии искусственной нейронной сети по результатам статистических измерений. Представлены данные, полученные в ходе эксперим. сравнения с др. методами статистического моделирования. США, General Physics Corp. 6700 Alexander Bell Drive Columbia, MD 21046. Ил. 4. Библ. 25.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
МОДЕЛИРОВАНИЕ
НЕЙРОНЫ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
ОБЗОРЫ
БИБЛ. 25

РЖ ВИНИТИ 34 (BI38) 94.03-04А3.081

Vaucher, G.
On modele de neuron formel pour l'apprentisage de sequences spatio-temporelles [Text] / G. Vaucher // Flux. - 1993. - N 151- 152. - P32-36 . - ISSN 0766-3536
Перевод заглавия: Модель формального нейрона для обучения пространственно-временным последовательностям
Аннотация: Описаны результаты работ по созданию новых нейросетевых моделей, пригодных для работы с динамическими пространственно-временными последовательностями. Предложена модель нейрона с повышенной степенью автономности даже на этапе обучения; благодаря этому достигается существенное увеличение степени распараллеливания вычислительных операций. Основное новшество разработанной модели заключается в преобразовании и разбиении пространства входных сигналов. Приведено подробное описание работы скрытого слоя с запрещающими латеральными связями, реализующего эту ф-цию. Приведены примеры работы новой модели в задаче разделения источников. Франция, Service Informatique Supelec, Etablissement de Rennes. Ил. 10. Библ. 3.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ФОРМАЛЬНЫЕ НЕЙРОНЫ
ОБУЧЕНИЕ
ПРОСТРАНСТВЕННО-ВРЕМЕННЫЕ ПОСЛЕДОВАТЕЛЬНОСТИ

"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