| DC Field | Value | Language |
|---|
| dc.contributor.author | Комарцова, Л. Г. | - |
| dc.contributor.author | Лавренков, Ю. Н. | - |
| dc.contributor.author | Антипова, О. В. | - |
| dc.contributor.author | Кадников, Д. С. | - |
| dc.date.accessioned | 2017-09-08T06:28:29Z | - |
| dc.date.available | 2017-09-08T06:28:29Z | - |
| dc.date.issued | 2012 | - |
| dc.identifier.citation | Динамические модели интеллектуальных систем на основе нейронных сетей адаптивного резонанса / Л. Г. Комарцова [и др.] // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2012): материалы II Международной научно-технической конференции (Минск, 16-18 февраля 2012) / В. В. Голенков (отв. ред.) – Минск: БГУИР, 2012. - C. 315-324. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/25317 | - |
| dc.description.abstract | В статье рассматриваются проблемы создания динамических систем искусственного интеллекта. Исследуются вопросы отображения изменения параметров динамических процессов во времени, выделены особенности и признаки их характеризующие. Решается задача создания динамических моделей, обеспечивающих возможность функционирование подобных систем на основе модифицированной нейронной сети адаптивного резонанса. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | эволюционные процессы | ru_RU |
| dc.subject | динамические системы искусственного интеллекта | ru_RU |
| dc.subject | нейросетевые модели | ru_RU |
| dc.subject | нейросетевая база знаний | ru_RU |
| dc.subject | нейросетевые модели нейросетевая база знаний | ru_RU |
| dc.subject | материалы конференций | - |
| dc.title | Динамические модели интеллектуальных систем на основе нейронных сетей адаптивного резонанса | ru_RU |
| dc.title.alternative | Dynamic models of intelligent systems on the base of adaptive resonance theory neural network | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | The article is devoted to the problems for solving difficult problems, such as prediction, planning, pattern recognition and knowledge discovery in a number of application areas: bioinformatics, speech and language, image and video analysis, other engineering disciplines. Most of these publications deal with static process, assuming that the process is represented adequately by the data available at present and that it does not change over time. When the process is evolving, the modelling system needs to be trace the dynamics of the process and to be adapt to changes in the process. Many real-world problems from engineering, economics, social sciences require continuously adapting models. The modelling system needs to be evolving. | - |
| Appears in Collections: | OSTIS-2012
|
