Библиотека статей по теме магистерской работы

Составитель: Дрига Константин Владиславович

Тема работы: "Распознавание зашумленных и искаженных образов с помощью неокогнитрона"

1. Pattern Recognition in the Neocognitron is Improved by Neuronal Adaptation
   A. van Ooyenf & B. Nienhuis, Biological Cybernetics (1993) 70: 47-53
   Статья посвящена описанию методики построения оптимальной структуры неокогнитрона. В ней проводится изучение влияния различных параметров на эффективность и скорость распознавания
   Источник

2. Evaluation of Two Neocognitron-type Models for Recognition of Rotated Patterns -
   Shunji Satoh, Hirotomo Aso, Shogj Miayake Evaluation of two neocognitron-type models for recognition of rotated patterns. Pr c. IWANN'2000, 2, 2000, pp. 501-513.
   В статье описываются структурные подходы к организации неокогнитрона, способного распознавать образы, подвергнутые поворотам на различные углы. В статье приводится характеристическое сравнение особенностей функционирования двух типов неокогнитронов - R-Неокогнитрона и TD-R-Неокогнитрона
   Источник

3. Когнитрон и неокогнитрон Фукушимы. Правила обучения. Инвариантное распознавание образов неокогнитроном.
   Сергей А. Терехов, Лаборатотория Искусственных Нейронных Сетей НТО-2, ВНИИТФ, Снежинск
   В статье подробно рассматривается структура когнитрона и его расширения - неокогнитрона.
   Источник

4. Recognition of hand-written patterns by rotation-invariant neocognitron
   S. Satoh, J. Kuroiwa, H. Aso and S. Miyake, "Recognition of Hand-written Patterns by Rotation-invariant Neocognitron," Proc. of ICONIP'98, 1, pp. 295-299, 1998.
   В статье подробно рассматривается структура неокогнитрона, устойчивого к повороту входных образов.
   Источник

5. Improving the Performance of the Neocognitron
   D. Lovell, D. Simon, and A. Tsoi, Fourth Australian Conference on Neural Networks, 1993, pp. 22-25.
   Cтатья посвящена исследованиям в области влияния определенных параметров сети на качество распознавания образов посредством неокогнитрона.
   Источник

6. Neocognitron's parameter tuning by genetic algorithm
   Daming Shi, Chunlei Dong, Daniel S. Yeung, International Journal of Neural Systems, Vol. 9, No. 6 (December, 1999) 497-509 World Scientifc Publishing Company
   Mатериал, изложенный в статье, выделяет основные параметры неокогнитрона, влияющие на качество распознавания. В ней приводится анализ структуры и подходы к оптимальному построению для поставленной задачи.
   Источник

7. Biologically inspired neural networks for object recognition [рус (собственный перевод)]
   Marek Samulka, Peter Kostelnik, Miroslav Hudec, Peter Sincak, Fifth International Conference on Cognitive and Neural Systems (5th ICCNS 2001,poster),May 30-June 2, 2001, Boston, USA
   B статье изложена обобщенная идея функционирования и структурного построения неокогнитрона.
   Источник

8. Распознавние зашумленных и искаженных образов с помощью неокогнитрона
   Дрига К.В., научно-техническая конференция "Информатика и компьютерные технологии 2005", г. Донецк
   Cтатья, представленная мною на региональной студенческой научно-технической конференции "Информатика и компьютерные технологии"