Классификация текстовых документов с помощью нечеткой вероятностной нейронной сети

Автор(и)

  • Евгений Владимирович Бодянский Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166, Україна
  • Наталия Владимировна Рябова Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166, Україна
  • Олег Викторович Золотухин Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166, Україна

DOI:

https://doi.org/10.15587/1729-4061.2011.1917

Ключові слова:

Hечітка нейронна мережа, класифікація

Анотація

У статті розглядається архітектура та алгоритм нечіткої ймовірнісної нейронної мережі, яка може виконувати завдання класифікації в режимі реального часу

Біографії авторів

Евгений Владимирович Бодянский, Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166

Доктор технических наук, профессор, научный руководитель

Проблемная научно-исследовательская лаборатория автоматизированных систем управления

Наталия Владимировна Рябова, Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166

Кандидат технических наук, заведующая кафедрою

Кафедра искусственного интеллекта

Олег Викторович Золотухин, Харьковский национальный университет радиоэлектроники пр. Ленина, 14, оф.511, г. Харьков, 61166

Аспирант

Кафедра искусственного интеллекта

Посилання

  1. Specht D.F. Probobalistic neural networks // Neural Networks. – 1990.-3.-p.109-118.
  2. Бодянский Е.В., Шубкина О.В. Семантическое аннотирование текстовых документов с использованием модифицированной вероятностной нейронной сети// Системные технологии.- Днепропетровск, 2011. – Вып.4 (75).-с.48-55.
  3. Bodyanskiy Ye., Shubkina O. Semantic annotation of text documents using modified probobalistic neural network// Proc. 6th IEEE Int. Conf. Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications – 15-17 Sept.2011, Prague, Czech Republic, 2011. – p.328-331.
  4. Bodyanskiy Ye., Shubkina O. Semantic annotation of text documents using evolving neural network based on principle “Neurons at Data Points”// Proc. 4th Int. Workshop on Inductive Modelling “IWIM 2011”.-Kyiv, 2011.-p.31-37.
  5. Zahirnak D.R., Chapman R., Rogers S.K., Suter B.W., Kabriski M., Pyatti V. Pattern recognition using radial basis function network// Proc. 6th Ann. Aerospace Application of AI Conf., Dayton, OH, 1990.- p.249-260.
  6. Ciarelli P.M., Oliveira E. An enhanced probobalistic neural network approach applied to text classification// Lecture Notes on Computer Science.-V.5856.-Berlin- Heidelberg: Springer-Verlag, 2009.- p.661-668.
  7. Kohonen T. Self-Organizing Maps.-Berlin: Springer, 1995.-362 p.
  8. Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектура, обучение, применение.-Харьков: ТЕЛЕТЕХ, 2004.-372 с.
  9. Bezdek J.C., Hathaway R.J., Sabin M.J., Tucker W.T. Convergence theory for fuzzy c-means: Counterexamples and repairs//IEEE Transactions on Systems, Man, and Cybernetics. Vol. SMC-17, no. 5, 1987.- p.873-877.
  10. Bezdek J.C., Keller J., Krishnapuram R., Pal N.R. Fuzzy Models and Algorithms for Pattern Recognition and Image Processing.-N.Y.: Springer Science + Business Media, Inc., 2005.- 776 p.
  11. Cannady J., Garcia R.G. The Application of Fuzzy ARTMAP in the Detection of Computer Network Attacks// Proc. Int. Conf. Artificial Neural Networks – ICANN 2001, Vienna, Austria, 2001.- p.225-230.

##submission.downloads##

Як цитувати

Бодянский, Е. В., Рябова, Н. В., & Золотухин, О. В. (2012). Классификация текстовых документов с помощью нечеткой вероятностной нейронной сети. Eastern-European Journal of Enterprise Technologies, 6(2(54), 16–18. https://doi.org/10.15587/1729-4061.2011.1917

Номер

Розділ

Інформаційні технології