Модель автоматичної адаптації діагностичної нейромережевої структури до розпізнавання випадкових об’єктів за умов апріорної невизначеності множини класів

Abstract

В роботі запропоновано підхід до навчання та автоматичної адаптації діагностичної нейромережевої структури в умовах апріорної невизначеності множини класів, що підлягають розпізнаванню. Цей підхід реалізовано на основі визначення моменту розладки випадкового часового ряду із використанням авторегресійної моделі.

In this work the approach for training and automated adaptation of diagnostic in conditions of a priori uncertainty of many classes to be recognized is proposed. This approach is implemented on the basis of determination of the moment of disorder of random time series using the autoregressive model.