Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
2 results
Search Results
Item Адаптивний w-нейрон та його навчання в задачах прогнозування і виявлення розладнань(Видавництво Львівської політехніки, 2012) Бодянський, Є.; Винокурова, О.Розглянуто структуру адаптивного W-нейрона та його метод навчання. Запропонований алгоритм навчання має підвищену швидкість збіжності та забезпечує покращені апроксимуючі властивості за рахунок настроювання усіх параметрів вейвлет- функцій. Введена підсистема виявлення розладнань для W-нейрона, що дає змогу розв’язувати задачі діагностування в on-line режимі стохастичних процесів. Adaptive W-neuron and its learning algorithm are considered. Proposed learning algorithm has increased convergence rate and provides improved approximative properties because of the all wavelet parameters tuning. The fault detection subsystem for W-neuron that allows to solve a stochastic process diagnosing problems in on-line mode. Key words: W-neuron, learning algorithm, prediction, fault detection.Item Адаптивний вейвлет-фаззі-нейрон типу-2(Видавництво Львівської політехніки, 2011) Бодянський, Є.; Винокурова, О.; Харченко, О.Запропоновано архітектуру вейвлет-фаззі-нейрона типу-2 та алгоритм навчання усіх його параметрів. Також запропоновано метод редукції моделі, що дає змогу проводити інтелектуальну обробку даних в on-line режимі при високій швидкості надходження даних. Проведено низку комп’ютерних експериментів на реальних даних, що підтверджують доцільність підходу, що розвивається. In the paper the architecture of type-2 wavelet-fuzzy neuron and learning algorithm its of all-parameters are proposed. The type-reduction model method which allows data mining in on-line mode under high speed feeding of data is proposed too. The computational experiments confirm to effectiveness of developed approach.