Бодянский, Е. В.2020-08-082020-08-081998Бодянский Е. В. Обнаружение разладок в нелинейных стохастических последовательностях с помощью рекуррентных искусственных нейронных сетей / Е. В. Бодянский // Проблемы бионики : всеукраинский межвед. науч.-техн. сб. – Х. : ХТУРЭ, 1998. – Вып. 49. – С. 23—33.http://openarchive.nure.ua/handle/document/12631Предложен подход к решению задачи обнаружения изменения свойств стохастических последовательностей, описываемых нелинейными уравнениями авторегрессии - скользящего среднего. Предполагается, что изменение свойств последовательности может иметь вид параметрической или структурной нестационарности (изменение порядка). Описаны архитектура многослойной рекуррентной нейронной сети и алгоритмы настройки нейронов, обеспечивающие максимальное быстродействие процесса обучения и высокое качество прогнозирования. Достоинствами подхода являются возможность диагностирования и предсказания стохастических последовательностей произвольной структуры, высокое быстродействие и вычислительная простота. The approach is proposed to solving the problem of properties change detection in stochastic sequences, that are described by nonlinear autoregression — sliding average equations. It is assumed that changes of properties may have a form of both parametrical and structural nonstationarity (change of order). Architecture of multilayer recurrent neural network and neurons parameters tuning algorithms that provide the maximal rate of learning processes and high quality of forecasting are proposed. Advantage of this approach lies in the possibility of diagnosting and forecasting arbitrary structure stochastic sequences, high rate and computational simplicity.ruнейронная сетьпроцесс обученияArticle