Адаптивна полiномiальна нейромережава прогнозуюча модель часових рядiв та її навчання

Автор(и)

  • Елена Вадимовна Мантула Харкiвський нацiональний унiверситет радiоелектронiки (ХНУРЕ), Україна https://orcid.org/0000-0001-6059-4339
  • Сергей Владимирович Машталир Харкiвський нацiональний унiверситет радiоелектронiки (ХНУРЕ), Україна https://orcid.org/0000-0002-0659-663X

DOI:

https://doi.org/10.15587/1729-4061.2014.21869

Ключові слова:

прогнозуюча модель, поліноміальна ортогональна нейронна мережа, поліноми Чебишева, орто-синапс, синаптичні ваги

Анотація

Запропоновано метод синтезу поліноміальних нейронних мереж для вирішення задач прогнозування нестаціонарних часових рядів , що є альтернативою багатошаровим персептронам та радіально - базисним нейронним мережам використання яких обмежене при вирішенні багатьох практичних задач. Запропонований метод  простий з точки зору чисельної реалізації і дозволяє ускладнювати архітектуру нейронної мережі без необхідності перерахунку вже налаштованих синаптичних ваг.

Біографії авторів

Елена Вадимовна Мантула, Харкiвський нацiональний унiверситет радiоелектронiки (ХНУРЕ)

Аспiрант кафедри Iнформатики (IНФ)

Сергей Владимирович Машталир, Харкiвський нацiональний унiверситет радiоелектронiки (ХНУРЕ)

Кандидат технiчних наук, доцент кафедри Iнформатики (IНФ)

Посилання

  1. Хайкин, С. Нейронные сети: полный курс [Текст] / C. Хайкин. – М.: Изд. дом «Вильямс», 2006. – 1104 с.
  2. Pao, Y. H. Adaptive Pattern Recognition and Neural Networks [Text] / Y. H. Pao. – Reading, MA: Addison-Wesley, 1989 – 320 p.
  3. Yang, S.-S. An ortonormal neural network for function approximation [Text] / S.-S. Yang, C.-S. Tseng // IEEE Transactions on Systems, Man, and Cybernetics. – 1996. – Vol. 26, № 12. – P. 925–935.
  4. Lee, T. T. The Chebyshev polynomial-based unified model neural networks for function approximation [Text] / T. T. Lee, J. T. Jeng // IEEE Transactions on Systems, Man, and Cybernetics. – 1998. – Vol. 28, № 12. – P. 925–935.
  5. Patra, J. C. Nonlinear dynamic system identification using Chebyshev functional link artificial neural networks [Text] / J. C. Patra, A. C. Kot // IEEE Transactions on Systems, Man, and Cybernetics. – 2002. – Vol. 32, №4. – P. 505–511.
  6. Бодянский, Е. В. Искусственные нейронные сети: архитектуры, обучение, применение [Текст] / Е. В. Бодянский, О. Г. Руденко // Харьков. ТЕЛЕТЕХ, 2004. – 372 с.
  7. Бидюк, П. И. Методы прогнозирования [Текст] : Т. 1/ П. И. Бидюк, О. С. Меняйленко, О. С. Половцев. – Луганск: Альма-матер, 2008 – 301 с.
  8. Бидюк, П. И. Методы прогнозирования [Текст] : Т. 2 / П. И. Бидюк, О. С. Меняйленко, О. С. Половцев. – Луганск: Альма-матер, 2008 – 305 с.
  9. Райбман, Н. С. Построение моделей процессов производства [Текст] / Н. С. Райбман, В. М. Чадеев. – М.: Энергия, 1975. – 376 с.
  10. Бодянский, Е. В. Ортосинапс, ортонейроны и нейропредиктор на их основе [Текст] / Е. В. Бодянский, Е. А. Викторов, А. Н. Слипченко // Системи обробки iнформації. – 2007. – Вип. 4 (62). – С. 139–143.
  11. Бодянский, Е. В. Субоптимальное управление стохастическими процессами [Текст] / Е. В. Бодянский, С. Г. Удовенко, А. Е. Ачкасов, Г. К. Вороновский. – Харьков: Основа, 1997. – 140 с.
  12. Перельман, И. И. Оперативная идентификация объектов управления [Текст] / И. И. Перельман. – М: Энергоатомиздат, 1982. – 272 с.
  13. Haykin, S. (2006). Neural networks: a complete course. Moscow: Williams, 1104.
  14. Pao, Y. H. (1989). Adaptive Pattern Recognition and Neural Networks. MA: Addison-Wesley, 320.
  15. Yang, S.-S, Tseng, S.-S. (1996). An ortonormal neural network for function approximation. IEEE Transactions on Systems, Man and Cybernetics, 26 (12), 925–935.
  16. Lee, T. T., Jeng, J. T. (1998). The Chebyshev polynomial-based unified model neural networks for function approximation. IEEE Transactions on Systems, Man, and Cybernetics, 28 (12), 925–935.
  17. Patra, J. C., Kot, A. C. (2002). Nonlinear dynamic system identification using Chebyshev functional link artificial neural networks. IEEE Transactions on Systems, Man, and Cybernetics, 32 (4), 505–511.
  18. Bodyanskiy, E. V., Rudenko O. G. Artificial neural networks: architecture, training, application. (2004). Kharkiv: TELETEH, 372.
  19. Bidyuk, P. I., Menyailenko O. S, Polovtsiev O. S. Prediction methods. (2008). Lugansk: Alma Mater, 301.
  20. Bidyuk, P. I., Menyailenko, O. S, Polovtsiev, O. S. Prediction methods (2008). Lugansk: Alma Mater, 305.
  21. Rajbman, N. S., V. M. Chadeev (1975). Postroenie modelej processov proizvodstva. Jenergija, 376.
  22. Bodyanskiy, E. V., Victorov, E. A., Slipchenko, A. N. (2007). Ortosinaps, ortoneural and based on them neural prediktor. Information processing systems, 4 (62), 139–143.
  23. Bodyanskiy, E. V., Udovenko S. G., Achkasov A. E., Voronovskiy G. K. (1997) Suboptimal control of stochastic processes. Kharkiv: Osnova, 140.
  24. Perel’man, I. I. (1982). Operativnaja identifikacija obektov upravlenija. Jenergoatomizdat, 272.

##submission.downloads##

Опубліковано

2014-04-09

Як цитувати

Мантула, Е. В., & Машталир, С. В. (2014). Адаптивна полiномiальна нейромережава прогнозуюча модель часових рядiв та її навчання. Eastern-European Journal of Enterprise Technologies, 2(4(68), 16–20. https://doi.org/10.15587/1729-4061.2014.21869

Номер

Том 2 № 4(68) (2014): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2014 Елена Вадимовна Мантула, Сергей Владимирович Машталир

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.