Мантула, Е. В.2016-06-142016-06-142013Мантула, Е. В Прогнозирующая нейронная сеть с переменной структурой для контроля показателей загрязнения окружающей среды / Е. В. Мантула // Бионика интеллекта : науч.-техн. журн. – Х. : Изд-во ХНУРЭ, 2013. – Вып. 1 (80). – С. 112–116.http://openarchive.nure.ua/handle/document/879В статье проведен анализ возможности использования в задачах экологического мониторинга для прогнозирования нестационарных временных рядов полиномиальных нейронных сетей, характеризующихся высокой скоростью обучения, и МГУА-сетей, которые имеют переменную структуру с возможностью изменения во время обучения. Предложена нейронная сеть, которая объединяет преимущества многослойного персептрона и МГУА-сети для обучения на основе малой выборки и численного упрощения процесса обучения сети. Article is devoted to the problem of time series forecasting, which is typical problem in environmental monitoring. The application of polynomial networks, which characterized by a high rate of learning due to the fact that the output signal of a linear function depends on synaptic weights, which using leads to a problem with the amount of data exponential increase due to higher dimen-ional space and the GMDHneural networks, which give the most accurate forecasts in a conditions of short sample. Proposed neural network, based on them, and has a number of advantages, which using is greatly simplifies network training.ruпрогнозированиенейронная сетьполиномиальная нейронная сетьArticle