ALGORITHM FOR CONSTRUCTING A MATHEMATICAL MODEL OF INTELLIGENT NEURAL NETWORKS
Abstract
The most important feature of artificial neural networks, which indicates the wide capabilities and enormous potential, is the parallel processing of information by all parts. A large number of connections between neurons allows you to significantly speed up the process of processing information. This article examines the issues of using neural networks, working with training selections from the main features of neural networks, and building a mathematical model of the network. The determination of gradient components relative to the weights of hidden layer neurons is carried out. In accordance with the error backpropagation algorithm in neural networks, the stages performed in each training cycle are presented.
About the Authors
List of references
Аверкин А.Н., Повидало И.С. Идентификация динамических объектов с помощью нейронных сетей на основе самоорганизующихся карт Кохонена. Электронный журнал «Системный анализ в науке и образовании» Выпуск №2, 2012 год. 9 с.
Дегтярёв А.В., Запорожец О.В., Овчарова Т.А. Идентификация нелинейной функции преобразования с помощью искусственной нейронной сети. Український метрологічний журнал, 2013, № 2. 4-8 c.
Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. / 2-е изд., стереотип. М.: Горячая линия – Телеком, 2002. 382 с.: ил.
Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: пер. с польск. И.Д. Рудинского. М.: Горячая линия – Телеком, 2004. 452 с.: ил.
Morkhat P.M. Iskusstvennyy intellekt: nekotorye itogi obrabotki rezul’tatov provedeniya ekspertnykh oprosov spetsialistov [Artificial intelligence: Some results of processing the results of expert surveys of specialists]. Nravstvennye imperativy v prave [Moral Imperatives in Law], 2. (2018).
Лукичев Д.В. Выбор оптимальной структуры нейросетевого предсказывающего фильтра. // Изв. вузов. Приборостроение. 2004. Т. 47. № 11. С. 38–42.
Naumova M.Ya., Sharafutdinov A.G. (2015). Iskusstvennyy intellekt - budushchee segodnya [Artifi cial Intelligence the future today]. NovaInfo.Ru, 34(2), 67-69.
Васенков Д.В. Методы обучения искусственных нейронных сетей. Компьютерные инструменты в образовании. №1, 2007 г. 20-29 с.
Bowman D.M., Garden H., Stroud C., Winickoff D.E. (2018). The neurotechnology and society interface: Responsible innovation in an international context. Journal of Responsible Innovation, 5(1), 1-12.
Igamberdiev H.Z., Yusupbekov A.N., Karimov D.R. Shukurova O.P. Stable Algorithms for Adaptation of Objects with Control Delay. ICSCCW 2019: 10th International Conference on Theory and Application of Soft Computing, Computing with Words and Perceptions - ICSCCW-2019. 735-740 pp. DOI https://doi.org/10.1007/978-3-030-35249-3_95
Yusupbekov A.N., Sevinov J.U., Mamirov U.F., Botirov T.V.. Synthesis Algorithms for Neural Network Regulator of Dynamic System Control. 14th International Conference on Theory and Application of Fuzzy Systems and Soft Computing – ICAFS-2020. 723-730 pp.
Сиддиков И.Х., Умурзакова Д.М. Синтез адаптивной нейро-нечеткой системы управления нелинейных динамических объектов. Железнодорожный транспорт: актуальные задачи и инновации, 2019 №1-2. 54-73 ст.
Маслов А.С., Пальцев В.Ю. Нейронные сети //Международный студенческий научный вестник. 2018. № 3.
Оссовский С. Нейронные сети для обработки информации. / Пер. с польского И.Д.Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
Shukurova O.P., Xudoynazarov U.A., Yunusov O.A., Xaydarov Sh.O., Ergashov A.R. Use of Radio Communication in Control System of Compressor Stations. International Scientific and Practical Conference on Actual Problems of Mathematical Modeling and Information Technology. AIP Conf. Proc. 3147; Nukus, Uzbekistan 2–3 May 2023. 050002-1-050002-8. https://doi.org/10.1063/5.0210346.
Бодянский Е.В. Искусственные нейронные сети: архитектуры, обучение, применения / Е.В. Бодянский, О.Г. Руденко. – Харьков: ТЕЛЕТЕХ, 2004. – 369 с.
Хайкин С. Нейронные сети: полный курс / С. Хайкин. – 2-е изд., испр.; пер. с англ. – М.: ООО “ИД Вильямс”, 2006. – 1104 с.
Нейроматематика. Кн. 6: Учебное пособие для вузов / Общ. ред. А.И. Галушкина. М.: ИПРЖР, 2002. 425 с.: ил.
Горбань А.Н. Обучение нейронных сетей – М.: СП Параграф, 1990. – 160 с.
How to Cite
Copyright (c) 2026 INNOVATIVE TECHNOLOGIES
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.