Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635051)
Контекстум
Руконтекст антиплагиат система
Известия высших учебных заведений. Северо-Кавказский регион. Технические науки  / №6 2013

ЧИСЛЕННЫЙ МЕТОД ГЕНЕРАЦИИ ТЕСТОВОЙ ПОСЛЕДОВАТЕЛЬНОСТИ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ НЕЙРОСЕТЕВЫХ СИСТЕМ (60,00 руб.)

0   0
Первый авторМаршаков
АвторыЗотов А.И.
Страниц5
ID519750
АннотацияРассматривается использование конгруэнтных процедур для генерации случайных, равномерно распределенных независимых чисел при синтезе тестов контроля работоспособности искусственных нейронных сетей. Предложен алгоритм синтеза тестовой последовательности на основе управляемого процесса расчета входных воздействий мультипликативным методом. Проведено экспериментальное исследование предложенного алгоритма на примере нейросетевой системы распознавания образов
УДК004.032.26:681.518.54
Маршаков, Д.В. ЧИСЛЕННЫЙ МЕТОД ГЕНЕРАЦИИ ТЕСТОВОЙ ПОСЛЕДОВАТЕЛЬНОСТИ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ НЕЙРОСЕТЕВЫХ СИСТЕМ / Д.В. Маршаков, А.И. Зотов // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2013 .— №6 .— С. 10-14 .— URL: https://rucont.ru/efd/519750 (дата обращения: 05.05.2024)

Предпросмотр (выдержки из произведения)

№ 6 УДК 004.032.26:681.518.54 ЧИСЛЕННЫЙ МЕТОД ГЕНЕРАЦИИ ТЕСТОВОЙ ПОСЛЕДОВАТЕЛЬНОСТИ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ НЕЙРОСЕТЕВЫХ СИСТЕМ  2013 г. Д.В. Маршаков, А.И. Зотов Маршаков Даниил Витальевич – ст. преподаватель, кафедра «Вычислительные системы и информационная безопасность», Донской государственный технический университет. <...> E-mail: zotovai38@mail.ru Рассматривается использование конгруэнтных процедур для генерации случайных, равномерно распределенных независимых чисел при синтезе тестов контроля работоспособности искусственных нейронных сетей. <...> Предложен алгоритм синтеза тестовой последовательности на основе управляемого процесса расчета входных воздействий мультипликативным методом. <...> Проведено экспериментальное исследование предложенного алгоритма на примере нейросетевой системы распознавания образов. <...> Введение Сфера применения искусственных нейронных сетей (ИНС) постоянно расширяется в связи с растущими потребностями в высокоскоростной обработке информации, которая достигается за счет массового параллелизма в нейросетях. <...> Безошибочности принятия решений данного рода систем противодействуют отказы нейронов, объективно возникающие под воздействием внешней среды и влекущие за собой частичную или полную потерю функциональных возможностей нейронной сети. <...> 7 На сегодня обеспечение требуемых показателей надежности нейросетевых систем обработки информации достигается проведением многих мероприятий, среди которых выделяют: разработку и модификацию обучающих алгоритмов [1], введение аппаратной и информационной избыточности [2], резервирование нейронов и связанных с ними весов с использованием мажоритарного голосования [3], проведение повторного обучения нейронной сети и т.д. <...> При этом особое место занимает организация тестового контроля и функционального диагностирования [4], что связано в первую очередь с широким внедрением нейросетевой технологии в различные современные системы управления <...>