350 руб
Журнал «Динамика сложных систем - XXI век» №2 за 2015 г.
Статья в номере:
Применение нейронных сетей для решения задач обратного моделирования нелинейных устройств
Авторы:
А.В. Панкратов - аспирант, кафедра вычислительной техники, Владимирский государственный университет им. А.Г. и Н.Г. Столетовых. E-mail: Aleksey112358@gmail.com В.Н. Ланцов - д.т.н., профессор, зав. кафедрой вычислительной техники, Владимирский государственный университет им. А.Г. и Н.Г. Столетовых. E-mail: lantsov@vlsu.ru
Аннотация:
Представлены два подхода использования нейронных сетей для моделирования и проектирования нелинейных устройств, использующих концепцию обратного моделирования, где входами обратной модели являются электрические параметры, а выходами - физические параметры.
Страницы: 38-43
Список источников

 

  1. Ланцов В.Н., Долинина А.А.Панкратов А.В. Алгоритмы макромоделирования сложных нелинейных систем // Динамика сложных систем. 2014. № 5. Т. 8. С. 23−30.
  2. Kabir H., Wang Y., Yu M., Zhang Q.-J. Neural network inverse modeling and applications to microwave filter design // IEEE Trans. on Microwave Theory and Techniques. V. 56. № 4. P. 867−879.
  3. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука. 1974.
  4. Лаврентьев М.М., Романов В.Г., Шишатский С.П. Некорректные задачи математической физики и анализа. М.: Наука. 1980.
  5. Selleri S., Manetti S., Pelosi G.Neuralnetworkapplicationsinmicrowavedevicedesign // Int. J. RFMicrow. Comput. AidedEng. 2002. V. 12. № 1. P. 90−97.
  6. Панкратов А.В., Ланцов В.Н. Нелинейная макромодель в виде динамической нейронной сети для задач анализа методом гармонического баланса // Проектирование и технология электронных средств. 2013. № 4. С. 7−11.
  7. Панкратов А.В., Ланцов В.Н. Метод расчета Якобиана для анализа нелинейных схем на основе присоединенной динамической нейронной сети // Проектирование и технология электронных средств. 2014. № 1. С. 21−24.
  8. Bishop C.M. Pattern Recognition and Machine Learning. Springer. 2007. 654 p.
  9. Nabney I.T. NETLAB: Algorithms for Pattern Recognition. Springer. 2004. 462 p.