Программирование
В данной работе рассматривается класс искусственных алгебраических Sigma Pi --нейронов со слоем настраиваемых функциоанльных элементов на входе и без, с различными типами входных и выходных сигналов. Приводится общая схема рекуррентного обучения Sigma Pi --нейронов по упорядоченным последовательностям векторов входов с одновременной минимизацией рангов произведений в полилинейной форме, что позволяет существенно понизить сложность их аппаратной реализации, а также сложность вычисления значений при последовательной или последовательно--параллельной реализации.
Дополнительные материалы: | HTML |
Ваши комментарии |
[Головная страница] [Конференции] [СО РАН] |
© 2001, Сибирское отделение Российской академии наук, Новосибирск
© 2001, Объединенный институт информатики СО РАН, Новосибирск
© 2001, Институт вычислительных технологий СО РАН, Новосибирск
© 2001, Институт систем информатики СО РАН, Новосибирск
© 2001, Институт математики СО РАН, Новосибирск
© 2001, Институт цитологии и генетики СО РАН, Новосибирск
© 2001, Институт вычислительной математики и математической геофизики СО РАН, Новосибирск
© 2001, Новосибирский государственный университет
Дата последней модификации 06-Jul-2012 (11:45:21)