Модель параметрического синтеза нейро-нечетких сетей в ярусно-параллельной форме

Abstract

UK: Розглянуто задачу автоматизації параметричного синтезу нейро-нечітких мереж по заданих наборах спостережень. Запропоновано модель в ярусно-паралельній формі навчання нейро-нечітких мереж, яка грунтується на імовірнісному підході при пошуку значень корегуємих параметрів і полягає у розподілі найбільш ресурсоємних етапів по вузлах паралельної обчислювальної системи. Проведено е ксперименти з вирішення практичних завдань діагностування на основі запропонованої моделі EN: The problem of automation of parametric synthesis of neuro-fuzzy networks for a given set of observations have been considered. A model in the tier-parallel form of neuro-fuzzy networks learning, based on a stochastic approach to locate values of adjustable parameters have been proposed. It utilizes the distribution of the most demanding stages to the nodes of parallel computer system. Experiments of the practical diagnosis problems solution based on the proposed model have been performed RU: Рассмотрена задача автоматизации параметрического синтеза нейро-нечетких сетей по заданным наборам наблюдений. Предложена модель в ярусно-параллельной форме обучения нейро-нечетких сетей которая основывается на вероятностном подходе при поиске значений настраиваемых параметров и заключается в распределении наиболее ресурсоемких этапов по узлам параллельной вычислительной системы. Проведены эксперименты по решению практических задач диагностирования на основе предложенной модели.