Островерхий О. В. Нейромережна обробка багатовимірних сигналів

Об'єкт дослідження - процеси адаптивної обробки багатовимірної інформації в умовах апріорної та поточної невизначеності щодо властивостей досліджуваних об'єктів і діючих на них завад на основі штучних нейронних мереж (ШНМ). Мета дослідження - розробка нейромережних моделей та методів для підвищення ефективності обробки багатовимірної інформації у реальному часі шляхом зменшення апаратних та обчислювальних витрат при збереженні або покращенні функціональних характеристик. Методи досліджень базуються на теорії обчислювального інтелекту, зокрема на методах теорії ШНМ, та теорії оптимальності. Теоретичні та практичні результати роботи у сукупності є розв'язанням актуальної науково-практичної задачі, пов'язаної з підвищенням ефективності адаптивної обробки багатовимірної інформації у реальному часі. Наукова новизна: 1) вперше запропоновано метод автоматичної побудови адаптивної схеми дискретизації вхідних сигналів ШНМ СМАС та її похідних структур, який базується на аналізі ентропії навчальних послідовностей шляхом обчислення коефіцієнта подібності Грея; 2) набули подальшого розвитку модульні моделі ШНМ СМАС для обробки багатовимірних сигналів, що є лінійними або ієрархічними поєднаннями мереж СМАС малої вимірності, зокрема завдяки мінімізації їх структури та самоорганізації вхідного простору; 3) удосконалено процедури навчання динамічних ШНМ прямого поширення з кінцевою імпульсною характеристикою за допомогою зміни порядку входження членів навчальних сум алгоритму часового зворотного поширення. Ступінь впровадження - у НДК "Прискорювач" Національного Наукового Центру "Харківський фізико-технічний інститут" і на кафедрі ЕОМ Харківського національного університету радіоелектроніки. Сфера використання - в організаціях, що займаються проблемами розробки інтелектуальних систем адаптивної обробки інформації, та у навчальному процесі при підготовці фахівців у галузі систем інтелектуальної обробки інформації.