350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №12 за 2013 г.
Статья в номере:
Решение задач кластерного анализа на основе осцилляторных нейронных сетей
Ключевые слова: модель Курамото синхронизация задача кластеризации задача раскрашенного графа
Авторы:
А. В. Новиков - аспирант, кафедра «Компьютерные системы и программные технологии», Санкт-Петербургский государственный политехнический университет. E-mail: spb.andr@yandex.ru Е. Н. Бендерская - к.т.н., доцент, кафедра «Компьютерные системы и программные технологии», Санкт-Петербургский государственный политехнический университет. E-mail: helen.bend@gmail.com
Аннотация:
Исследованы процессы синхронизации, протекающие в осцилляторных сетях различной топологии, показаны способы оценки локальной и глобальной синхронизации осцилляторов в сети. Модели осцилляторов в рассматриваемых сетях основаны на уравнении Курамото. Изложены способы практического использования осцилляторных сетей, при решении задач кластеризации многомерных данных, а также при решении задач раскрашенного графа.
Страницы: 31-36
Список источников

  1. Бендерская Е.Н., Жукова С.В.Осцилляторные нейронные сети с хаотической динамикой в задачах кластерного анализа // Нейрокомпьютеры: разработка, применение. 2011 № 7. С. 74-86
  2. Бендерская Е.Н. Возможности применения некоторых характеристик синхронизации для выявления самоорганизующихся кластеров в осцилляторной нейронной сети с хаотической динамикой // Нейрокомпьютеры: разработка, применение. 2012. № 11. С. 69-73.
  3. Бендерская Е.Н. Перспективные концепции разработки интеллектуальных систем // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2011. Т. 6-1. № 138. С. 173-181.
  4. Савельев А.В. Расширение понятия нейрокомпьютера и нейрокомпьютинга // Нейрокомпьютеры: разработка, применение. 2013. № 7. С. 58-68.
  5. Bohm C., Plant C., Shao J., Yang Q. Clustering by synchronization // KDD - 10 Proceeding of the 16th ACM SIGKDD international conference of Knowledge discovery and data mining. 2010. Р. 583-592.
  6. Cumin D., Unsworth C.P. Generalizing the Kuramoto Model for the Study of Neuronal Synchronisation in the Brain // Report University of Auckland School of Engineering.2006.638 р.
  7. Daido H.Quasientrainment and slow relaxation in a population of oscillators with random and frustrated interactions // Phys. Rev. Lett. 73. 1992. Р. 1073-1076.
  8. Kuramoto Y. Chemical Oscillations Waves, and Turbulence / Springer-Verlag Berlin Neidelberg New York Tokyo. 1984. 157p.
  9. Ultsch A. Clustering with SOM: U*C // Workshop on Self Organizing Feature Maps. 2005. Р. 31-37.
  10. Wang X., Jiao L., Wu J. Extracting hierarchical organization of complex networks by dynamics towards synchronization // Physica A.2009. 388.Р. 2975-2986.
  11. Wu J., Jiao L., Chen W. Clustering dynamics of nonlinear oscillator network: Application to graph coloring problem // Physica D. 2011. 240.Р. 1972-1978.