Mathematical Modeling And Computing. – 2019. – Vol. 6, No. 1

Permanent URI for this collectionhttps://ena.lpnu.ua/handle/ntb/46141

Науковий журнал

Засновник і видавець Національний університет «Львівська політехніка», Центр математичного моделювання Інституту прикладних проблем механіки і математики імені Я. С. Підстригача НАН України. Виходить двічі на рік з 2014 року.

Mathematical Modeling and Сomputing : [the scientific-technical journal] / Lviv Politechnic National University, Centre of mathematical Modeling of IAPMM hamed after Ya. S. Pidstryhach Ukrainian National Academy of Sciences ; editor-in-chief Yuriy Bobalo. – Lviv, 2019. – Volume 6, number 1. – 158 p. : il.

Зміст


1
14
21
30
37
44
58
69
77
85
92
101
109
116
129
137
144
152

Content (Vol. 6, No 1)


1
14
21
30
37
44
58
69
77
85
92
101
109
116
129
137
144
152

Browse

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Hechth–Nielsen theorem for a modified neural network with diagonal synaptic connections
    (Lviv Politechnic Publishing House, 2019-02-26) Пелещак, Р.; Литвин, В.; Пелещак, І.; Дорошенко, М.; Оливко, Р.; Peleshchak, R.; Lytvyn, V.; Peleshchak, I.; Doroshenko, M.; Olyvko, R.; Дрогобицький державний педагогічний університет ім. І. Франка; Національний університет “Львівська політехніка”; Ivan Franko Drogobych State Pedagogical University; Lviv Polytechnic National University
    У роботі запропоновано модифіковану тришарову нейронну мережу з архітектурою, яка має тільки діагональні синаптичні зв’язки між нейронами, внаслідок чого отримано трансформовану теорему Хехт–Нільсена. Така архітектура тришарової нейронної мережі (m = 2n + 1 - кількість нейронів прихованого шару нейромережі, n - кількість вхідних образів) дає змогу апроксимувати функцію від n змінних із заданою точністю " > 0 за допомогою однієї операції агрегування. Тришарова нейронна мережа, яка має як діагональні, так і недіагональні синаптичні зв’язки між нейронами, апроксимує функцію від n змінних за допомогою двох операцій агрегування. Крім цього, діагоналізація матриці синаптичних зв’язків приводить до зменшення обчислювального ресурсу і відповідно до зменшення часу налаштування вагових коефіцієнтів синаптичних зв’язків під час навчання нейронної мережі.