|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Use of self-organization principles in construction of hierarchical neural network classifiersстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАКСтатья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 29 мая 2015 г.
- Авторы: Dolenko S.A., Orlov Yu V., Persiantsev I.G., Shugai Yu S.
- Журнал: Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications
- Том: 8
- Номер: 2
- Год издания: 1998
- Издательство: Pleiades Publishing, Ltd
- Местоположение издательства: Road Town, United Kingdom
- Первая страница: 122
- Последняя страница: 124
- Аннотация: The paper describes the basic principles underlying the operation of a new algorithm for the construction of hierarchical neural network classifiers. The algorithm is based on a modification of the error backpropagation method which permits supervised learning in the self-organization mode. With the algorithm applied recursively, it is possible to construct compact and computationally efficient self-organizing structures for neural-network classifiers. A study into the operation of the algorithm on several model and real-world tasks is summed up.
- Добавил в систему: Доленко Сергей Анатольевич