УДК: 681.3.06:004.8
2017. - Т. 31. - № 8(189). - С. 57-59
Иван Сергеевич Маркин, Максим Дмитриевич Пысин, Дмитрий Олегович Краснов, Сергей Павлович Дударов,
Разработано программно-алгоритмическое обеспечение для аппроксимации нелинейных зависимостей, моделирующее работу искусственной нейронной сети на основе радиально-базисных функций. Представлены функциональные возможности программного обеспечения для получения аппроксимирующей математической модели и визуализации получаемых результатов в виде таблиц и графиков. Рассмотрен пример аппроксимации одномерной сложной функции. Проведено исследование влияния параметра активационной радиально-базисной функции и количества скрытых радиальных элементов в структуре нейронной сети на величину ошибки аппроксимации. Показано значительное уменьшение ошибки при увеличении количества радиальных элементов и оптимальном выборе параметра насыщения функции Гаусса.
Первая страница статьи
algorithmic software approximation error approximation of nonlinear relations artificial neural network Gaussian function radial basis function radial element RBF-network аппроксимация нелинейных зависимостей искусственная нейронная сеть ошибка аппроксимации программно-алгоритмическое обеспечение радиально-базисная функция радиальный элемент РБФ-сеть функция Гаусса