http://dspace.nbuv.gov.ua:80/handle/123456789/6349 Thu, 09 Apr 2026 11:10:32 GMT 2026-04-09T11:10:32Z http://dspace.nbuv.gov.ua:80/bitstream/id/110695/ http://dspace.nbuv.gov.ua:80/handle/123456789/6349 http://dspace.nbuv.gov.ua:80/handle/123456789/6602 Методы синтеза нейросетевых и нейро-нечетких распознающих моделей с линеаризацией и факторной группировкой признаков Субботин, С.А. Предложены новые методы синтеза логически прозрачных нейронных и нейро-нечетких классифицирующих моделей в неитеративном режиме. Разработанные методы позволяют решать задачи автоматизации процессов принятия решений в технической и биомедицинской диагностике, распознавании образов.; Запропоновано нові методи синтезу логічно прозорих нейронних і нейро-нечітких класифікуючих моделей у неітеративному режимі. Розроблені методи дозволяють вирішувати завдання автоматизації процесів прийняття рішень у технічній та біомедичній діагностиці, розпізнаванні образів.; The new non-iterative methods of logically transparent neural and neuro-fuzzy classifying model synthesis are offered. The developed methods allow to automatize the decision making processes in technical and biomedical diagnostics, in pattern recognition. Tue, 01 Jan 2008 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/6602 2008-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/6601 Показатель чувствительности нейронной сети к входным данным Кондратюк, А.В.; Чумичкин, К.В. В статье исследуется проблема потери информативности входных данных на этапе синтеза искусственной нейронной сети при решении задач прогнозирования временных рядов. Предложен подход к решению данной проблемы, основанный на повышении чувствительности нейронной сети к входным данным путем анализа их статистических характеристик. Предложено решение актуальной задачи разработки показателя, определяющего степень чувствительности нейронной сети к значениям входных данных. Благодаря разработке такого показателя стало возможным определить виды входных данных, наиболее эффективно обрабатываемые нейронной сетью. Эффективность предложенного показателя обоснована и подтверждена теоретическими выкладками и проиллюстрирована наглядно на рисунках. Обозначены перспективы дальнейшего развития данного направления исследований.; У статті досліджена проблема втрати інформативності вхідних даних на етапі синтезу штучної нейронної мережі у вирішенні задач прогнозування часових рядів. Запропоновано підхід до вирішення даної проблеми, заснований на підвищенні чутливості нейронної мережі до вхідних даних шляхом аналізу їх статистичних характеристик. Запропоновано вирішення актуальної задачі розробки показника, що визначає ступінь чутливості нейронної мережі до значень вхідних даних. Завдяки розробці такого показника стало можливо визначити види вхідних даних, що найбільш ефективно обробляються нейронною мережею. Ефективність запропонованого показника обґрунтована і підтверджена теоретичними викладками та проілюстрована наглядно на рисунках. Визначені перспективи подальшого розвитку даного напрямку досліджень.; The article is devoted to investigation of the problem of informativity dump input data at the stage of artificial neural network synthesis for solution of the task of time series prediction. The new approach to solve this task is offered which is based on neural network sensitivity to input data by analysis of their static characteristics. The new approach to solve actual task of development index which is defined the degree of sensitivity neural network to values of input data. It becomes possible to indicate the sort of input data owing to development such index which is processed the most effective by neural network. The efficiency of the offered index is justified and proved by theoretical calculations and illustrated obviously in the pictures. Perspective of further development of this direction research is indicated. Tue, 01 Jan 2008 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/6601 2008-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/6600 База функционально-ориентированных знаний КСУ ТС судовой ЯЭУ Сабадаш, А.И. Освещены вопросы выделения функционально-ориентированных знаний (ФОЗ), присвоения атрибутов ФОЗ для видеокадров ИИС. Рассмотрены отношения атрибутов, положенные в основу структуры базы для хранения и извлечения знаний. Отмечено использование ФОЗ в технологии подготовки оперативного персонала судов с ЯЭУ, оценено покрытие пространства состояний СЯЭУ за счет сценариев типовых ситуаций. Применение ФОЗ оценивается как альтернатива информационно-советующим системам.; The methods of formation frames functional knowledge are considered. The organization of base, attributes of FOK for glides and composition for purpose FOK-corteges are presented. The efficiency of operators decisions are more with information-help by the FOK. Tue, 01 Jan 2008 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/6600 2008-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/6599 Методика оценки информационного резервирования систем сигнализации опасных полетных ситуаций Аль-Аммори Али В статье предлагается обобщенная методика выбора и обоснования оптимальной структуры параллельного информационного резервирования систем сигнализации опасных полетных ситуаций по принципу мажоритарной логики. Получены математические зависимости одновременного учета и минимизации вероятностей ложных тревог и не обнаружения контролируемых событий на борту воздушных судов.; У статті пропонується узагальнена методика вибору та обґрунтування оптимальної структури паралельного інформаційного резервування систем сигналізації небезпечних польотних ситуацій за принципом мажоритарної логіки. Отримані математичні залежності одночасного обліку та мінімізації ймовірностей помилкових тривог і невиявлення контрольованих подій на борту повітряних суден. Tue, 01 Jan 2008 00:00:00 GMT http://dspace.nbuv.gov.ua:80/handle/123456789/6599 2008-01-01T00:00:00Z