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=Sato, Masa-aki$<.>)

Общее количество найденных документов : 5
Показаны документы с 1 по 5

РЖ ВИНИТИ 34 (BI38) 99.02-04А3.633

Adachi, Seiji.
Trumpet sound simulation using a two-dimensional lip vibration model [Text] / Seiji Adachi, Masa-aki Sato // J. Acoust. Soc. Amer. - 1996. - Vol. 99, N 2. - P1200-1209 . - ISSN 0001-4966
Перевод заглавия: Имитация звука трубы с помощью двумерных моделей вибрации губ
Аннотация: Рассмотрена задача моделирования движений губ при генерации различных звуков. Описана модель, в которой губы могут двигаться в 2-х направлениях с разными частотами. Проведен анализ характера возникающих осцилляций. Определен характер разностей фаз. Показаны возможности обобщения модели на случай более сложных звуковых движений. Япония, ATR Human Information Processing Res-Lab., 2-2, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-02. Ил. 6. Табл. 3. Библ. 21

ГРНТИ	34.57.23

ВИНИТИ 341.57.23.99
Рубрики: БИОМЕХАНИКА
МАТЕМАТИЧЕСКИЕ МОДЕЛИ
ГУБЫ
ВИБРАЦИЯ
ЗВУКИ
ИМИТАЦИЯ ЗВУКОВ ТРУБЫ

Доп.точки доступа:
Sato, Masa-aki

РЖ ВИНИТИ 34 (BI38) 00.12-04А3.97

Sato, Masa-aki.
On-line EM algorithm for the normalized Gaussian network [Text] / Masa-aki Sato, Shin Ishii // Neural Comput. - 2000. - Vol. 12, N 2. - P407-432 . - ISSN 0899-7667
Перевод заглавия: Алгоритм максимизации математического ожидания в режиме реального времени для нормализованной гауссовской сети
Аннотация: Рассмотрена нормализованная гауссовская сеть, нейроны которой являются локальными регрессионными элементами. Описан вариант алгоритма максимизации математического ожидания для обучения такой нейронной сети разделению пространства признаков с помощью гауссовских функций. Реализована оригинальная процедура регуляризации. Предусмотрены также возможности изменения элементов (добавления, раздвоения и уничтожения) для работы с изменяющимися во времени распределениями входов и выходов. Описаны примеры аппроксимации динамических сигналов и решения задач динамики роботов. Япония, ATR Human Information Processing Research Laboratories, 2-2 Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0288. Ил. 5. Табл. 2. Библ. 19

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
НОРМАЛИЗОВАННЫЕ ГАУССОВСКИЕ СЕТИ
АЛГОРИТМ МАКСИМИЗАЦИИ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ

Доп.точки доступа:
Ishii, Shin

РЖ ВИНИТИ 34 (BI38) 14.11-04А3.255

A state-space modeling approach for localization of focal current sources from MEG [Text] / Maktoo Fukushima [et al.] // IEEE Trans. Biomed. Eng. - 2012. - Vol. 59, N 6. - P1561-1571 . - ISSN 0018-9294
Перевод заглавия: Метод моделирования в пространстве состояний для локализации фокальных источников тока на основании магнитоэнцефалографии
Аннотация: Трудность рассматриваемой задачи реконструкции связана с крайне быстрыми изменениями ситуаций и высокой размерностью задачи. Описан унифицированный подход к построению ограничений в задаче. Для снижения вычислительной сложности и обеспечения робастности предложено использовать вариационный метод Байеса. Приведены результаты проведенного имитационного моделирования и экспериментов с реальными данными магнитоэнцефалографии. Япония, Graduate School of Information Sci., Nara Institute of Sci., and Technology, Nara. E-mail: mfukushima@atr.jp. Библ. 44

ГРНТИ	34.57.23

ВИНИТИ 341.57.23.11
Рубрики: МАГНИТОЭНЦЕФАЛОГРАФИЯ
ИСТОЧНИКИ ТОКА
ЛОКАЛИЗАЦИЯ
МОДЕЛИРОВАНИЕ

Доп.точки доступа:
Fukushima, Maktoo; Yamashita, Okito; Kanemura, Atsunori; Ishii, Shin; Kawato, Mitsuo; Sato, Masa-aki

РЖ ВИНИТИ 34 (BI38) 90.11-04А3.212

Sato, Masa-aki.
A learning algorithm to teach spatiotemporal patterns to recurrent neural networks [Text] / Masa-aki Sato // Biol. Cybern. - 1990. - Vol. 62, N 3. - P259-263 . - ISSN 0340-1200
Перевод заглавия: Обучающий алгоритм для рекуррентных нейронных сетей в задаче запоминания пространственно-временных образов
Аннотация: Предложен новый алгоритм обучения "с учителем" для общего класса рекуррентных аналоговых нейронных сетей с произвольными обратными связями. При обучении веса связей между нейронами изменяются т. обр., чтобы общая ошибка за период, отмечаемый сигналом "учителя", максимально уменьшилась. Для данного класса сетей предложенный алгоритм аналогичен алгоритму обучения с обратным распространением ошибки в обычных сетях. Япония, ATR Auditory and Visual Perception Research Laboratories, Sanpeidani Inuidani, Seika-cho, Soraku-gun, Kyoto, 619-02J. Библ. 13.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
РЕКУРРЕНТНЫЕ СЕТИ
ОБУЧЕНИЕ С УЧИТЕЛЕМ

РЖ ВИНИТИ 34 (BI38) 90.11-04А3.213

Sato, Masa-aki.
A real time learning algorithm for recurrent analog neural networks [Text] / Masa-aki Sato // Biol. Cybern. - 1990. - Vol. 62, N 3. - P237-241 . - ISSN 0340-1200
Перевод заглавия: Обучающий алгоритм реального времени для рекурентных аналоговых нейронных сетей
Аннотация: Дается теор. анализ общей задачи обучения рекуррентных аналоговых сетей, состояния к-рых в конечном счете должны сходится к определенному "целевому" состоянию. Предложен новый алгоритм обучения таких сетей. Новый алгоритм сравнивается с недавно предложенным алгоритмом обучения Пинеда (Pineda F., 1987, Phys. Rev. Lett. 59, 2229-2232) и методом обучения с обратным распространением ошибки. Япония, Telematique International Research Laboratoty, Column Minami Aoyama 7F, 7-1-5 Minami Aoyama, Minato-ku, Tokyo, 107. Ил. 2. Библ. 28.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ОБУЧЕНИЕ
ОБРАТНОЕ РАСПРОСТРАНЕНИЕ ОШИБКИ

"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