Исследование искусственных нейронных сетей, используемых для моделирования свойств создаваемых композиционных наноматериалов

нанотехнологии моделирование свойств искусственные нейронные сети композиционные наноматериалы

Влияние автоосажденного полимерного покрытия на радиотехнические параметры СВЧ-изделий, Очистка композитным фильтром при магнитной обработке сточных вод, ...

В.П. Мешалкин, М.И. Дли, О.В. Стоянова ИССЛЕДОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ, ИСПОЛЬЗУЕМЫХ ДЛЯ МОДЕЛИРОВАНИЯ СВОЙСТВ СОЗДАВАЕМЫХ КОМПОЗИЦИОННЫХ НАНОМАТЕРИАЛОВ (Российский химико-технологический университет им. <...> Д.И. Менделеева) e-mail: midli@mail.ru Представлены результаты исследования характеристик искусственных нейронных сетей, используемых для моделирования свойств создаваемых композиционных материалов. <...> Рассматриваются способы улучшения качества аппроксимации, обеспечиваемой искусственными нейронными сетями, в частности учет в нейросетевых моделях экспертной информации и использование различных алгоритмов формирования обучающих выборок. <...> Полученные результаты могут использоваться для решения задач математического моделирования физико-химических экспериментов, проводимых с целью исследования эксплуатационных характеристик композиционных наноматериалов. <...> Ключевые слова: искусственные нейронные сети, моделирование, композиционные наноматериалы ВВЕДЕНИЕ Потребность российской промышленности в материалах нового поколения, характеризующихся низкой удельной массой, коррозийной стойкостью, высокой температурой эксплуатации и прочими необходимыми свойствами, достаточно высока [1,2]. <...> Перечисленные недостатки ограничивают возможности экспериментального исследования свойств композиционных материалов, и обусловливают актуальность развития аппарата математического моделирования, который может использоваться для решения указанной задачи. <...> При этом аппроксимационные свойства многослойных нейронных сетей имеют ряд преимуществ перед аппросмимационными свойствами полиномов и ортогональных функций. <...> В литературе описано большое количество нейронных сетей, отличающихся по структуре, алгоритмам обучения, виду функций активации и другим параметрам. <...> Достаточно полная классификация искусственных нейронных сетей представлена в [4]. <...> Определение таких параметров осуществляется <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт