350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №7 за 2011 г.
Статья в номере:
Осцилляторные нейронные сети с хаотической динамикой в задачах кластерного анализа
Ключевые слова: осцилляторные нейронные сети кластерный анализ хаотическая динамика
Авторы:
Е. Н. Бендерская - к. т. н., доцент кафедры компьютерных сетей и программных технологий факультета технической кибернетики, Санкт-Петербургский государственный политехнический университет. E-mail: Helen.bend@gmail.com С. В. Жукова - доцент кафедры информационных технологий в менеджменте, Санкт-Петербургский государственный Университет. E-mail sophya.zhukova@gmail.com
Аннотация:
Рассмотрено семейство осцилляторных нейронных сетей с хаотической динамикой для решения задач кластерного анализа. Предложена триангуляционная метрика для настройки хаотических нейронных сетей. Показано преимущество метода кластеризации на основе хаотических нейронных сетей по сравнению с классическими методами.
Страницы: 74-86
Список источников
  1. Борисюк Г. Н., Борисюк Р. М., Казанович Я. Б., Лузянина Т. Б., Турова Т. С., Цымбалюк Г. С. Осцилляторные нейронные сети. Математические результаты и приложения // Математическое моделирование. 1992. Т. 4. № 1. С. 3-43.
  2. Борисюк Г. Н., Борисюк Р. М., Казанович Я. Б., Иваницкий Г. Р. Модели динамики нейронной активности при обработке информации мозгом - итоги «десятилетия» // Успехи физических наук. 2002. Т. 172. №10. C. 1189-1214.
  3. Лечебная электрическая стимуляция мозга и нервов человека / под общ. ред. акад. Н. П. Бехтеревой. Act ; Сова, М. - СПб. 2008.
  4. Магницкий Н. А., Сидоров С. В. Новые методы хаотической динамики. М.: УРСС. 2004.
  5. Кузнецов С. П. Динамический хаос. М.: Физматлит. 2001.
  6. Kaneko, K., Phenomenology of spatio-temporal chaos // Directions in chaos. Singapore. 1987. P. 272-353.
  7. Kaneko, K.,Сhaotic but regular posi-nega switch among coded attractors by cluster-size variations // Phys. Rev. Lett. 1989. № 63(14). P. 219-223.
  8. Потапов А. Б., Али М. К. Нелинейная динамика обработки информации в нейронных сетях // Известия высших учебных заведений. Прикладная нелинейная динамика. 2001. Т. 9. № 6. С. 3-44.
  9. Aihara, K., Takabe, Т., Toyoda, M.,Сhaotic Neural networks // Phys. Lett. 1990. A 144. C. 333-340.
  10. Adachi, М., Aihara, K., Associative dynamics in a chaotic neural network // Neural networks. 1997. № 10. P. 83-98.
  11. Абарбанель Г. Д., Рабинович М. И., Селверстон А., Баженов М. В., Хуэрта Р., Сущик М. М., Рубчинский Л. Л. Синхронизация в нейронных ансамблях // Успехи физических наук. 1996. № 166. C. 363-390.
  12. Журавлев Ю. И., Рязанов В. В., Сенько О. В.Распознавание. Математические методы. Программная система. Практические применения. М.: Фазис. 2006.
  13. Дюк В. Data mining: учебный курс, СПб.: Питер. 2001.
  14. Васильев В. И. Распознающие системы. Киев: Наукова Думка. 1984.
  15. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Высшаяшкола. 2004.
  16. Ultsch, A., Density Estimation and Visualization for Data containing Clusters of unknown Structure // Proceedings 28th Annual Conference of the German Classification Society (GfKl 2004). Dortmund. Germany. Springer. Heidelberg. P. 232-239.
  17. Budayan, C., Dikmen, I., Birgonul, M. T., Comparing the performance of traditional cluster analysis, self-organizing maps and fuzzy C-means method for strategic grouping // Expert Systems with Applications. 2009. V. 36. P. 11772-11781.
  18. Ultsch, A., Clustering with SOM: U*C // Proc. Workshop on Self-Organizing Maps. 2005. Paris. France. P. 75-82.
  19. Борисюк Р. М., Чик Д., Казанович Я. Б. Осцилляторная модель зрительного внимания // Нейроинформатика-2010. XII Всероссийскаянаучно-техническаяконференция: Сб. науч. трудов, Т. 2. М.: МИФИ. С. 19-28.
  20. Raiko, T., Valpola, H., Oscillatory Neural Network for Image Segmentation with Biased Competition for Attention // From Brains to Systems, Preprints of the BICS 2010 Conference on Brain-Inspired Cognitive Systems 14-16 July 2010. Madrid. P. 208-219.
  21. Borisyuk, R, Denham, M, Hoppensteadt, F., Kazanovich, Y., Vinogradova, O., An oscillatory neural network model of sparse distributed memory and novelty detection // Biosystems. 2000. №58 (1-3). P. 265-272.
  22. Magosso, E., Cuppini, C., Ursino, M., Object segmentation and reconstruction via an oscillatory neural network: interaction among learning, memory, topological organization and γ-band synchronization // Bio Systems. 2006. №85(3). P. 201-218.
  23. Hendin, O, Horn, D, Tsodyks, M. V., Associative memory and segmentation in an oscillatory neural model of the olfactory bulb // J Computer Neuroscince. 1998. №5(2). P. 157-69.
  24. Miller, V. H., Jansen, B. H., Oscillatory neural network for pattern recognition: trajectory based classification and supervised learning // Biological Cybernetics. 2008. V. 99. Issue 6. P. 459-471.
  25. Burwick, T., Oscillatory Neural Networks with Self-Organized Segmentation of Overlapping Patterns // Neural Computation. 2007. V. 19. Issue 8. P. 2093-2123.
  26. Wong, M. H. Y., Lee, R., Liu, J., Wind shear forecasting by Chaotic Oscillatory-based Neural Networks (CONN) with Lee Oscillator (retrograde signalling) model // Neural Networks. 2008. P. 2040 - 2047.
  27. Angelini, L., Carlo, F., Marangi, C., Pellicoro, M, Nardullia, M., Stramaglia, S., Clustering by inhomogeneous chaotic maps in landmine detection // Phys. Rev. Lett. 2001. № 86. P. 89-132.
  28. Angelini, L., Carlo, F., Marangi, C., Pellicoro, M., Nardullia, M., Stramaglia, S., Clustering data by inhomogeneous chaotic map lattices // Phys. Rev. Lett. 2000. № 85. P. 78-102.
  29. Скворцов А. В. Триангуляция Делоне и ее применение. Томск: Томскийуниверситет. 2002.
  30. Benderskaya, E. N., Zhukova, S. V., Clustering by chaotic neural networks with mean field calculated via Delaunay triangulation, Proceedings of Third international workshop on Hybrid artificial intelligence systems, Lecture Notes in Computer Science. 2008. V. 5271. Springer-Verlag. P. 408-416.
  31. Sprott, J. C., Chaos and time-series analysis. Oxford University Press. 2003. P. 507.
  32. Pikovsky, A., Rosenblum, M., and Kurths,J., Synchronization: A Universal Concept in Nonlinear Sciences. Cambridge University Press. Cambridge. 2003.
  33. Benderskaya, E. N., Zhukova, S. V., Fragmentary synchronization in chaotic neural network and data mining, Proceedings of 4th international conference on Hybrid artificial intelligence systems, Lecture Notes in Computer Science. 2009. V. 5572. Springer-Verlag.P. 319-326.