Группа | Научная литература |
---|---|
Область науки | Естественные науки |
Название на русском языке | Искусственные нейронные сети прямого распространения. Описание с помощью расширенных машин Тьюринга, вербализация и применение в аэродинамике |
Авторы на русском языке | Пекунов В.В. |
Название на английском языке | Artificial Feed-Forward Neural Networks. Description by Means of Extended Turing Machines. Verbalization and Using in Aerodynamics |
Авторы на английском языке | Pekunov V.V. |
Вид издания на русском языке | Монография |
Издательство на русском языке | LAP LAMBERT Academic Publishing, 2016. – 177 с. |
Монография имеет целью развитие элементов теории описания искусственных нейронных сетей (ИНС) прямого распространения, а также рассмотрение ряда важных аспектов их применения при решении некоторых прикладных задач из области аэродинамики. Вводится семейство расширенных машин Тьюринга (РМТ), в том числе системная, эволюционная и порождающая, которые выступают в роли теоретического базиса описания ИНС и ряда иных видов моделей. Предложен новый вид параллельной машины Тьюринга (ПарРМТ).
На базе расширений РМТ предложена технология планирования и реализации эксперимента по построению комбинированных моделей данных на базе метода группового учета аргументов с каскадным частичным пересчетом при выборе наилучшего интерполятора. Предложены нейросетевые модели турбулентной вязкости, показавшие промежуточные по точности результаты между одно- и двухпараметрическими моделями. Предложен новый алгоритм контроля погрешности численного расчета в некоторых типовых задачах аэродинамики. Сформулирован алгоритм вербализации построенных нейросетевых моделей путем символической замены активационных функций более простыми с комбинированием и упрощением конечных выражений. Для более эффективного хранения данных, возникающих при решении групп однотипных аэродинамических задач с разными параметрами, предложены новые принципы сжатия с применением кластерно-нейросетевых описаний.
Монография содержит введение, пять глав и заключение. В первой главе вводится понятие РМТ и исследуются различные аспекты их использования, в том числе для построения моделей различных формализмов. Во второй главе обсуждается нейросетевое моделирование турбулентной вязкости. В третьей главе ставится задача упрощения ИНС с получением приближенных алгебраических эквивалентов. В четвертой главе описывается подход к решению задачи символического упрощения ИНС. В пятой главе проводится апробация предложенных в предыдущих главах подходов на примере типовой аэродинамической задачи, предлагается подход к сжатию данных (результатов группы схожих экспериментов) с применением нейросетевых технологий.