RU

Библиотека

    Собственные публикации и доклады

  1. Состояние проблемы компьютерного распознавания лиц человека

    Авторы: Алёхов М.Е., Федяев О.И.

    Описание: В работе проведен анализ преимуществ и недостатков современных методов распознавания лица человека с целью выявления наиболее перспективных для проведения дальнейших исследований в рамках магистерской работы.

    Источник: Компьютерная и программная инженерия (КПИ — 2015) — 2015 / Материалы международной научно технической конференции студентов, аспирантов и молодых ученых. — Донецк, ДонНТУ — 2015.

  2. Анализ и сравнение эффективности алгоритмов шифрования на эллиптических кривых и RSA

    Авторы: Алёхов М.Е., Губенко Н.Е.

    Описание: Выполнена оценка актуальности применения алгоритмов шифрования на эллиптических кривых (ECC), как замены для алгоритма RSA. Выполнено сравнение эффективности алгоритмов при шифровании блоков данных длиной от 16 до 256 байт.

    Источник: Компьютерная и программная инженерия (КПИ — 2015) — 2015 / Материалы международной научно технической конференции студентов, аспирантов и молодых ученых. — Донецк, ДонНТУ — 2015.

    3. Тематические статьи

  3. Neocognitron for handwritten digit recognition

    Авторы: Fukushima K.

    Описание: Предлагается улучшенная версия неокогнитрона и демонстрируются его возможности на большой базе рукописных цифр ETL–1. Улучшения: дополнительный слой извлечения контрастности, самообучение нейронов, выделяющих линии, контролируемое конкурирующее обучение на последних уровнях нейросети и т.д.

    Источник: Fukushima K. Neocognitron for handwritten digit recognition — Neurocomputing, Vol. 51, 2003. — pp. 161–180 (электронный ресурс)

  4. Neocognitron capable of incremental learning — Neural Networks

    Авторы: Fukushima K.

    Описание: В этой статье предлагается неокогнитрон, способный инкрементально обучаться не разрушая старые связи и не уменьшая скорости обучения.

    Источник: Fukushima K. Neocognitron capable of incremental learning — Neural Networks, Vol. 17, 2004. — pp. 37–46 (электронный ресурс)

  5. Interpolating vectors for robust pattern recognition — Neural Networks

    Авторы: Fukushima K.

    Описание: Предлагается применить интерполяционные векторы для классификации образов.

    Источник: Fukushima K. Interpolating vectors for robust pattern recognition — Neural Networks, Vol. 20, 2007. — pp. 904–916 (электронный ресурс)

  6. Распознавание графических образов при наличии искажений с помощью неокогнитронных нейросетей

    Авторы: Федяев О.И., Махно Ю.C.

    Описание: Определена архитектура неокогнитрона и методика его обучения. Выполнен анализ качества распознавания смещённых, деформированных и зашумлённых образов.

    Источник: Тезисы доклада на III международную научно-техническую конференцию молодых учёных и студентов «Информатика и компьютерные технологии 2007»

  7. Нейрокомпьютерная техника: Теория и практика

    Авторы: Уоссермен Ф. (перевод Зуев Ю. А., Точенов В. А.)

    Описание: Излагаются основы построения нейрокомпьютеров. Описаны структура нейронных сетей и различные алгоритмы их настройки. Отдельные главы посвящены вопросам реализации нейронных сетей.

    Источник: Перевод из книги: (электронный ресурс)

  8. Исследование моделей s– и с–нейронов неокогнитрона при обучении и распознавании образов

    Авторы: Сова А.А., Федяев О.И.

    Описание: Рассмотрена архитектура многослойной нейронной сети типа неокогнитрон, состоящего из нейронов типа S и С. Исследована нелинейная модель S–нейрона при различных соотношениях её параметров торможения и возбуждения, показана возможность обучения S–нейрона по стратегиям «с учителем» и «без учителя» распознавать базисные элементы входных образов.

    Источник: VII международная научно–техническая конференция студентов, аспирантов и молодых научных работников Информатика и компьютерные технологии — Донецк, ДонНТУ, 2011. — С. 164–168

  9. Математическая модель распознавания и обучения неокогнитрона

    Авторы: Сова А.А., Федяев О.И.

    Описание: Рассмотрена архитектура многослойной нейронной сети типа неокогнитрон, описана математическая модель процессов обучения и распознавания. Разработаны алгоритмы для программной реализации неокогнитрона, ориентированного на распознавание различных рукописных символов.

    Источник: «Информационные управляющие системы и компьютерный мониторинг — 2011», 11–13 апреля 2011 г., ДонНТУ, Донецк.

    10. Переводы статей

  10. Введение в распознавание образов (глава «Неокогнитрон»)

    Авторы: Adler M.

    Перевод: Алёхов М.Е.

    Описание: Перевод главы, посвященной распознаванию рускописных цифр при помощи нейронной сети типа неокогнитрон.

    Источник: An Introduction to Pattern Recognition (электронный ресурс)

RU