ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ УДК 519.7 ПРИМЕНЕНИЕ ИНТЕГРАЛА ВИНЕРА К ОПИСАНИЮ НЕЙРОННЫХ СЕТЕЙ П. А. <...> Головинский Воронежский государственный архитектурно-строительный университет Рассмотрены большие искусственные нейронные сети прямого распространения. <...> Установлено, что распространение дифференциального сигнала, а также обучение в таких сетях описываются с помощью интеграла Винера. <...> Обнаружена связь полученной математической модели с цепями Маркова и задачей о случайном блуждании. <...> Для непрерывных параметров настройки сети получено описание ее динамики в форме уравнений Колмогорова—Феллера. <...> ВВЕДЕНИЕ В теории искусственных нейронных сетей в настоящее время существует целый ряд достаточно хорошо изученных структур [1, 2]. <...> К ним следует отнести в первую очередь сети прямого распространения, сети Хопфилда и Хемминга, сети Кохонена, сети двунаправленной ассоциативной памяти и адаптивные резонансные сети. <...> При этом сети прямого распространения выделяются как своей простотой, так и возможностью реализации высокоэффективного метода настройки параметров-весов входов нейронов методом обратного распространения ошибки. <...> Если ставится задача аппроксимации свойств системы с медленно и плавно меняющимися, но неизвестными внутренними параметрами и функциональными связями, то перенастройка используемой для этого искусственной нейронной сети может обеспечиваться на каждом шаге малой коррекцией параметров. <...> Коррекция осуществляется путем сравнения сигнала выходного слоя нейронов с предъявляемыми данными описываемой системы при одинаковых входах у моделируемой системы, и искусственной сети нейронов. <...> Соответствующие формулы для вычисления ошибки и коррекции весов нейронов во всех слоях хорошо известны [2]. <...> Недостатком описания, имеющегося в настоящее время в распоряжении исследователей, с точки зрения возможности общего анализа функционирования нейронных сетей, является сочетание <...>