http://dspace.nbuv.gov.ua:80/handle/123456789/12770 2026-04-17T23:26:05Z http://dspace.nbuv.gov.ua:80/handle/123456789/14089 Application of the volume learning algorithm artificial neural networks for recognition of the type of interaction between neurons from their cross-correlation histograms Kovalishyn, V.V.; Tetko, I.V. An algorithm based on two types artificial neural networks (ANNs) is proposed. The first network is an associative ANN while the second network is a Self-Organizing Map of Kohonen. The results for a test set are similar to the performance of our pre-vious expert system algorithm developed with Group Method of Data Handling (GMDH). However, while GMDH uses indices derived using the expert knowledge (and thus require considerable time and resources) the VLA process initial raw data.; Для решения задачи распознавания типов взаимодействия между нейронами предложен алгоритм, основанный на использовании двух типов искусственных нейронных сетей (ИНС). Первая сеть представляет собой ассоциативную ИНС, тогда как вторая — самоорганизующиеся карты Кохонена. Результаты, полученные для тестового набора данных, подобны результатам, найденным методом группового учета аргументов (МГУА). Однако новый подход использует только исходные данные, тогда как МГУА — производные индексов, полученные дополнительным анализом начальных индексов.; Для вирішення задачі розпізнавання типів взаємодії між нейронами запропоновано алгоритм, заснований на використанні двох типів штучних нейронних мереж (ШНМ). Перша мережа представляє собою асоціативну ШНМ, тоді як друга — карту Кохонена, що самоорганізується. Результати тестування на наборі даних подібні до результатів, отриманих методом групового врахування аргументів (МГВА). Однак новий підхід використовує тільки початкові дані, тоді як МГВА — похідні індексів, отримані додатковим аналізом початкових індексів. 2005-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/14088 Разработка систем передачи телеметрической информации для космических объектов Зинченко, В.П.; Буров, В.А.; Зинченко, С.В.; Штефлюк, А.В. Рассмотрены вопросы разработки космических объектов в соответствии с протоколами Консультативного комитета по космическим информационным системам (CCSDS). Описаны методы кодирования информации телеметрического кадра, структуры кодеров и декодеров, рандомизатора формирователя телеметрического кадра, обладающих полнотой, достаточной для моделирования формирователя телеметрического кадра на основе VHDL-проекта с последующей загрузкой в программируемые логические схемы XCV 300Е-PQ240 и отладкой.; Розглянуто питання розробки космічних об’єктів відповідно до протоколів Консультативного комітету із космічних інформаційних систем (CCSDS). Описано методи кодування інформації телеметричного кадру, структури кодерів і декодерів, рандомизатора формувача телеметричного кадру, які достатні для моделювання формувача телеметричного кадру на основі VHDL-проекту з подальшим завантаженням у програмовані логічні схеми XCV 300E-PQ240 і відладкою.; The question about development of space objects are considered according to proceedings of Consultative Committee for Space Data Systems (CCSDS). The coding methods of information of telemetry frame, structures of encoders and decoders, randomizer of the shaper of telemetry frame having entirety, sufficient for simulation of the shaper of telemetry frame with the help of the VHDL-project with the subsequent loading in programmed logical circuits XCV 300E-PQ240 and debugging are described. 2005-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/13974 Моделі агрегатування поняттєвих об’єктів безперервного навчання за підтримкою інформаційних і телекомунікаційних технологій Манако, А.Ф. Запропоновано концептуальні абстрактні та робочі моделі агрегатування поняттєвих об’єктів безперервного навчання за підтримкою інформаційних і телекомунікаційних технологій. Розглянуто загальні ідеї побудови моделей, надано словник понять, н3-модель агрегатування поняттєвих н3-обєктів (L3M-AC), практичні реалізації моделей.; The life-long learning concepts aggregation conceptual abstract and working models with support of information and communication technologies are suggested. General ideas of model building are reviewed. Terminology dictionary, n3 model of conceptual n3 objects aggregation (L3M-AS), and practical development of a model are provided.; Предложены концептуальные абстрактные и рабочие модели агрегатирования понятийных объектов непрерывного обучения при поддержке информационных и телекоммуникационных технологий. Рассмотрены общие идеи построения моделей. Приведен словарь понятий, описана н3-модель агрегатирования понятийных н3 объектов (L3M-AС) и практическая реализация моделей. 2005-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/13972 Математическое моделирование рефлексивного управления Таран, Т.А.; Шемаев, В.Н. Рассмотрены основные положения математической теории рефлексивного поведения. Исследованы булевы модели многокритериального рефлексивного выбора и определены формальные условия, при которых возникают предпосылки для реализации рефлексивного управления субъектом.; Розглянуто основні положення математичної теорії рефлексивної поведінки. Досліджено булеві моделі багатокритеріального рефлексивного вибору, а також визначено формальні умови, за яких виникають передумови для реалізації рефлексивного керування суб’єктом.; The main principles of mathematical theory of reflective behavior are considered in the paper. Boolean models of many valued reflective choice are investigated. Formal conditions of the reflexive control are found on the base of suggested models. 2005-01-01T00:00:00Z