№ 1 УДК 519:616-079.4:616.5 DOI: 10.17213/0321-2653-2017-1-37-42 ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ВОССТАНОВЛЕНИЯ ПРОПУСКОВ В МАССИВЕ ИСХОДНЫХ ДАННЫХ USE ARTIFICIAL NEURAL NETWORKS FOR RESTORATION OF INITIAL DATA ARRAY 2017 г. О.В. Сташкова, О.В. Шестопал Сташкова Ольга Витальевна – аспирант, Брянский государственный технический университет, г. Брянск, Россия. <...> E-mail: oksanashes@gmail.com Рассматривается подход к решению проблемы преобразования таблицы с неполными исходными данными или содержащей значения, не соответствующие ожидаемому результату измерений, в репрезентативную выборку. <...> Проанализированы существующие методы восстановления пропусков, представлен алгоритм восстановления пропусков в исходной таблице данных с использованием искусственной нейронной сети GRNN, а также результаты работы алгоритма на тестовых и эмпирических данных. <...> Проведены расчеты относительной погрешности для различных типов данных с различным процентным содержанием пропусков. <...> Ключевые слова: восстановление пропусков; искусственные нейронные сети; пассивный эксперимент; массив исходных данных; погрешность; MathLab. <...> For this were analyzed existing methods for restoration, an algorithm for restoration of the original data table using an artificial neural network GRNN, as well as the results of the algorithm on the test and the empirical data. <...> Keywords: restoration; artificial neural networks; passive experiment; an array of raw data; error; Mathlab. <...> Введение Качество анализируемых данных, полученных в результате пассивного эксперимента, а также достоверность результатов анализа зависят от одного из наиболее важных факторов: наличия в них пропущенных значений. <...> Искажение исходных данных или их неполнота могут привести к искажению результата процесса моделирования в целом. <...> Причем такого рода проблемы могут возникать не только со значениями одного признака, но и со значениями некой совокупности признаков, 37 Постановка задачи Пусть дана таблица данных, содержащая результаты контрольных измерений параметров одного типа некоего технологического процесса, причем Pa1 . <...> Каждый столбец этой таблицы является одномерной <...>