Dynamics of local maxima chains in spectra of human electroencephalogram

Turovsky, Ya. A.; Kurgalin, Sergei; Semenov, Andrew G.

doi:10.1134/s0006350914010242

Cited by 6 publications

(1 citation statement)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Перед реализацией ААИНС проводится этап создания ее ПИНС-модели, т. е. модели искусственной нейронной сети, реализованной на том или иной языке программирования. Обучение нейронной сети проводится в оригинальном программном пакете ANNBuilder [10][11][12], алгоритмом перебора ВК [10] Другим ограничением, связанным с особенностями ААИНС, является то, что значения ВК в аппаратной реализации отличаются от значений изначальной модели на ± 5%, что требует тестирования модели, перед аппаратной реализацией, на ее устойчивость к изменениям ее ВК на заданный процент.…”

Section: материалы и методы реализация и моделирование повреждения апunclassified

Modeling the restoration of biological and biotechnical systems using hardware analog and software artificial neural networks

Туровский

Bogatikov

Тихомиров

et al. 2018

Vestn. Voronež. gos. univ. inž. tehnol.

View full text Add to dashboard Cite

A hardware analog model of an artificial neural network was developed, based on a specially trained software artificial neural network, for modeling the process of recovering damaged biological and biotechnical systems using neurochips based on the evolutionary method of training. A series of 12 computational experiments on the restoration of a damaged hardware analog artificial neural network with the help of a software artificial neural network was carried out. To restore a damaged network, an evolutionary approach is used. In most cases, it is possible to restore a damaged hardware analog neural network to 100% accuracy. The obtained results confirm the efficiency of the proposed approach in the framework of modeling the restoration of damaged biological and biotechnical systems using a neurochipon the basis of the evolutionary method using the "isolation" mechanism. The proposed recovery method opens up prospects for such areas as neuroprosthetics, self-learning and self-adapting systems; reverse-engineering; restoration of damaged data banks, image restoration; decision making and management, and so on.

show abstract

Section: материалы и методы реализация и моделирование повреждения апunclassified