№ 2(80)
27 апреля 2019 года
Рубрика: Эффективные алгоритмы Авторы: Дли М. И., Пучков А. Ю., Рысина (Лобанева) Е. И. |
Представлены алгоритмы визуализации числовых данных, характеризующих состояние
объектов и систем различной природы с целью нахождения в них скрытых закономерностей с помощью сверточных нейронных сетей. В алгоритмах применены методы получения изображений из числовых данных на основе дискретного преобразования Фурье
фрагментов временного ряда, а также на основе применении визуализации с помощью
диаграмм трехкомпонентных систем, если такое трехкомпонентное представление системы
возможно. Программная реализация предложенных алгоритмов выполнена в среде Linux
на языке Python 3 с применением открытой нейросетевой библиотеки Keras, являющейся
надстройкой над фреймворком машинного обучения TensorFlow. Для процесса обучения
нейронной сети был задействован графический процессор фирмы Nvidia, поддерживающий технологию программно-аппаратной архитектуры параллельных вычислений CUDA,
что позволило значительно сократить время обучения. Также представлена программа,
осуществляющая генерацию наборов изображений для реализации процесса обучения
и тестирования сверточныйх нейронных сетей с целью их предварительной настройки и
оценки качества предлагаемых алгоритмов.
Продолжение...
|
---|---|
В статье рассматриваются вопросы построения математических моделей и разработки программного обеспечения для систем планирования. Показаны сложность моделей
генерации приемлемых производственных планов для комплексных конструкторско-технологических данных и неэффективность использования точных математических методов
оптимизации. Авторами показана возможность применения генетических алгоритмов для
генерации приближенных решений. Показана интеграция модулей планировщика в разработанные авторами системы визуализации технологических данных.
Продолжение...
|
|
В статье рассматривается проектирование нейросетевой системы для определения положения источника информационных сигналов. Определение координат неизвестного источника
является важной процедурой в задачах повышения эффективности функционирования систем
беспроводных электронных коммуникаций. Решение проблемы требует преодоления ряда трудностей, связанных с оптимальным приемом сигналов от источников, размещением элементов
систем передачи информации, относительной сложностью измерителя, включающего в свой
состав средства преобразования поступающих сигналов. Способ обработки информации базируется на применении систем с множеством разнесенных пунктов приема, организованных как
комплекс приемников дистанционной передачи данных. После прохождения группы функциональных блоков предобработанный сигнал с каждого приемника поступает на вычислительный
модуль, основу которого составляет гетерогенная нейронная сеть. Нейроконтроллер выполнен
из нейронных блоков трех типов, образующих трехслойную нейросетевую структуру. Первый
слой составлен из нейронов-осцилляторов для поддержания постоянного функционирования
двух других типов нейронов, организация которых требует постоянного стимулирования для
функционирования всей сети. Нейросетевые модули второго и третьего типов сконструированы
как устройства обработки сигналов, осуществляющие добавление и отсечение гармонических
составляющих. Выполнено обоснование применяемого алгоритма обучения и показана эффективность спроектированной нейросетевой системы обработки информации.
Продолжение...
|