Математические модели для анализа многомерных данных в задачах экологического мониторинга
Диссертация
Практическая ценность результатов исследований определена разработкой математических моделей процессов дистанционного зондирования и обработки многомерных данных мониторинга морской поверхности в условиях помех, позволяющих разработать новые эффективные гибридные нейросетевые архитектуры для решения задач интеллектуальной обработки и анализа такого вида данных в условиях помех и искажений… Читать ещё >
Список литературы
- Льюнг Л. Идентификация систем.- М.: Мир, 1975.
- Information technology Open Systems Interconnection — Security Frameworks for Open System: Authentication framework. ISO/IEC 10 181−2-96(E).
- Гайдышев И.В. Анализ и обработка данных: Специальный справочник. С-Пб.: Питер, 2001, 752 с.
- Иванов А.И. Нейросетевые алгоритмы биометрической идентификации личности,— М.: Радиотехника, 2002,144 с.
- Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990, 536 с.
- Zadeh L.A. Fuzzy sets and information granularity // in Advances in Fuzzy Set Theory and Applications, Gupta, N., Ragade, R. and Yager, R. (Eds.), North- Holland, Amsterdam, 1979, pp. 3−18.
- Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами.- Киев: Техника, 1975, 312 с.
- Hopfield J. Neural networks and psyhical systems with emergent collective computational abilities // Proc/ of the National Academy of Science USA, 1982.
- Айвазян С.А., Бухштабер B.M., Юнюков И. С., Мешалкин Л. Д. Прикладная статистика: классификация и снижение размерности.- М.: Финансы и статистика, 1989.
- Zilles S.N., Introduction to data algebras, Lect. Notes Сотр. Sci. 86, 1980, 248−272.
- Оптико-электронные системы экологического мониторинга природной среды.- под ред. В. Н. Рождествина, М.: МВТУ им. Баумана, 2003, 527 с.
- Монин А. С. Красницкий В.П. Явления на поверхности океана. Л.:Гидрометеоиздат, 1985, 375 с.
- Бейтс Р., МакДоннел М. Восстановление и реконструкция изображений. М.:Мир, 1989,335 с.
- Сойфер В.А., Сергеев В. В., Попов С. Б., Мясников В. В. Теоретические основы цифровой обработки изображений. Самара, СГАэУ, 2000, 257 с.
- Кондратьев К.Я., Мелентьев В. В. Космическая дистанционная индикация облаков и влагосодержания атмосферы. Л.:Гидрометеоиздат, 1987,263 с.
- Тихонов В.И. Статистическая радиотехника. М.:Радио и связь, 1982. 624 с.
- Сильвестр П, Феррари Р. Метод конечных элементов для радиоинженеров и инженеров-электриков.- М.:Мир, 1986, 117 с.
- Kong T.Y., Rosenfeld A. Digital Topology, Introduction and survey. Computer Vision, Graphics and Image Processing, 48, 1989, 357−389/
- Гидрометеорология и гидрохимия морей СССР. Том V. Азовское море. Под ред. Н. П. Гоптарева, А. И. Симонова, Б. М. Затучной, Д. Е. Гершановича.- С-Пб.:Гидрометеоиздат, 1991,257 с.
- Yao Y. Granular Computing: basic issues and possible solutions, Proceedings of the 5th Joint Conference on Information Sciences, pp. 186−189, 2000.
- Casti J., Connectivity, Complexity, and Catastrophe in Large-Scale Systems, Wiley, N. Y, 1979.
- Катыс Г. П. Обработка визуальной информации. М.: Машиностроение, 1988, -320 с.
- Завалишин Н.В., Мучник И. Б. Модели зрительного восприятия и алгоритмы анализа изображений. М.: Наука, 1974 .- 344 с.
- Распознавание образов: состояние и перспективы: Пер. с англ. / К. Верхаген, Р. Дёйн, Ф. Грун и др. -М.: Радио и связь, 1985, 104 с.
- Zadeh L.A. Fuzzy sets and their application to pattern classification and clustering analysis.-Memo № ERL M 607, Electronics Research Laboratory, California University, Berkeley, 1977, pp. 177 200.
- Tizhoosh H.R. Fuzzy Image Processing: Potentials and State of the Art // In 5 th International Conference on Soft Computing, Iizuka, Japan, vol. 1,1998, pp. 321−324.
- Keller J., Matsakis P. Aspects of High Level Computer Vision Using Fuzzy Sets // Proceedings Int. Conf. on Fuzzy Systems, Seoul, Korea, 1999, pp. 847−852.
- Головко B.A. Нейронные сети: обучение, организация и применение.-М.: Радиотехника, 2001.
- Уоссермэн Ф. Нейрокомпьютерная техника.- М.: Мир, 1992.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере." Новосибирск: Наука, 1987, 711 с.
- Baldwin, J.F., Т.Р. Martin, and J.G. Shanahan. Modelling with words using Cartesian granule features, in FUZZ-IEEE. 1997. Barcelona, Spain: pp 1295−1300.
- Шимбирев П.Н. Гибридные непрерывно-логические устройства.- М.: Энергоатомиздат, 1990, 172 с.
- Бутенков С.А. Грануляция и инкапсуляция в системах эффективной обработки многомерной информации. Искусственный интеллект", научно-теоретический журнал Национальной академии наук Украины, № 4, 2005, с. 106−115.
- Эволюционное моделирование. // Сб. трудов семинара «Методы моделирования», Казань: Наука, 2004, 229 с.
- Искусственный интеллект. Методы и модели // Под ред. Д. А. Поспелова. М.: Радио и связь, 1990.
- Бутеиков С.А., Кривша В. В., Бутенков Д. С. Гранулированные вычисления в системах интеллектуального анализа пространственных данных. В сб. трудов Международной конференции «ИАИ-2005», Киев, 17−20 мая 2005, с. 79−85.
- Butenkov S. Granular Computing in Image Processing and Understanding. In Proc. IASTED International Conf. On AI and Applications «AIA 2004», Innsbruk, Austria, February 10−14, 2004.
- Baldwin, J.F., T.P. Martin, and J.G. Shanahan. Automatic fuzzy Cartesian granule feature discovery using genetic programming in image understanding. in FUZZ-IEEE. 1998. Anchorage, pp 960−965, USA: UK.
- Нариньяни A.C. Модель или алгоритм новая парадигма информационной технологии. Информационные технологии, № 4, 1997, с. 1822.
- Минаев Ю.Н., Филимонова О. Ю., Бенамеуер Лиес. Методы и алгоритмы идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе, — М.: Горячая линия-Телеком, 2003,202 с.
- Харалик Р. Структурное распознавание образов, гомоморфизмы и размещения.- Кибернетический сборник. Новая серия: вып. 19.- М.: Мир, 1983, с. 170−199.
- Терехов В.Ф., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления.- М.: ИПРЖР, 2002, 480 с.
- Нейрокомпьютеры в авиации // Васильев В. И., Ильясов Б. Г., Кусимов С. Т. (редакторы).- М.: Радиотехника, 2004, 496 с.
- Леоненков А.В. Нечеткое моделирование в среде MATLAB.- М.: БХВ, 2003.
- Чернухин Ю.В. Нейропроцессоры.- Таганрог: ТРТУ, 1994, 178 с.
- Аль-Доуяни С.Х.С., Бутенков Д. С. Синергетический подход в задачеобучения нейронных сетей.- Межвузовский сборник «Измерения, автоматизация и моделирование в промышленности и научных исследованиях», Бийск, Алтайский ГТУ, 2004, с. 21−23.
- Rosenfeld A. Computer Vision and Image Understanding. Elsevier Science, 84,298−324 (2001).
- Дуда P., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976,-511 с.
- Гришин В. Г. Образный анализ экспериментальных данных. М.: Наука, 1982, — 237 с.
- Poggio Т., Girosi F. Networks for approximation and learning. Proceedings of the IEEE, 78(9), September, 1990.
- Розенблат Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга.- М. Мир, 1965.
- J. F. Baldwin, Т. P. Martin, and J. G. Shanahan, «Fuzzy logic methods in vision recognition», Fuzzy Logic: Applications and Future Directions Workshop, London, UK, 300−316, 1997.
- Фу К., Гонсалес P., Ли К. Робототехника: Пер. с англ. М.: Мир, 1989, — 624 с.
- Павлидис Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986, — 357 с.
- Браверман Э. М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983, — 464 с.
- Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высш. шк., 1983. — 295 с.
- Liu D., Yamashita Y., Ogawa H. Pattern Recognition in the Presence of Noise // Pattern Recognition, № 7, vol. 28,1995, pp. 989−995.
- J. F. Baldwin, «A Theory of Mass Assignments for Artificial Intelligence» in IJCAI '91 Workshops on Fuzzy Logic and Fuzzy Control, Sydney, Australia, Lecture Notes in Artificial Intelligence, A. L. Ralescu, Ed., 1991, pp. 22−34.
- J. F. Baldwin, «Fuzzy and Probabilistic Uncertainties» in Encyclopaedia of AI, 2nd ed., Shapiro, Ed, 1992, pp. 528−537.
- Осовский С. Нейронные сети для обработки информации.- М.: Финансы и статистика, 2002,434 с.
- Тихонов А. Н, Арсенин В. Я. Методы решения некорректных задач.-М.: Наука, 1986,288 с.
- Горбань А.Н. Обучение нейронных сетей.- М.: СП ParaGraph, 1990.
- Галушкин А.Н. Современные направления развития нейрокомпью-терных технологий в России // Открытые системы, 1997, № 4, с. 25−28.
- Патрик Э. Основы теории распознавания образов. М.: Сов. радио, 1980.- 408 с.
- Гилл Ф, Мюррей У, Райт М. Практическая оптимизация. М.: Мир, 1985.509 с.
- Колмогоров А. Н, Фомин С. В. Элементы теории функций и функционального анализа. М.:Наука, 1989, — 544 с.
- Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Кибернетика, № 33, 1978, с. 5 68.
- Дубровин Б. А, Новиков С. П, Фоменко А. Т. Современная геометрия: методы и приложения. М.:Наука, 1986, — 760 с.
- Ritter Н, Schulten К. On the satisfactory state of the Kohonen self-organizing sensory mapping // Biological Cybernetics, 1986, vol. 54, pp. 234−249.
- Shapiro L.G. A structural model of shape // IEEE Trans. Pattern Anal. Mach Intel. 2, 1980, pp. 111−126.
- Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искусственных нейронных сетей // В сб. научных трудов «Методы нейроинформатики», ред. А.Н. Гор-бань, Красноярск: КГТУ, 1998, с. 176−198.
- Broomhead D.S., Lowe D. Multivariable functional interpretation and adaptive netvorks // Complex Systems, 1988, vol/ 2, № 3, pp. 321−355.
- Park J., Sandberg I.W. Approximation and radial-basis-function neural networks // Neural Computing, 1993, vol.5, pp. 305−316.
- Handbook of Intelligent Control: Neural, Fuzzy and Adaptive Approaches / Ed. by David A. White and Donald A. Sofge.- N-Y, Van Nostrand Rein-hold, 1992.
- J. G. Shanahan, «Automatic Synthesis of Fuzzy Rule Cartesian Granule Features from Data for both Classification and Prediction», Advanced Computing Research Centre, Dept. of Engineering Maths, University of Bristol, UK ITRC 247,1996.
- Аверкин A.H., Батыршин И. З., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова.-М.: Наука, 1986, 312 с.
- Freeman Н. Computer processing of line drawing images // Comput. Surveys 6, 1974, pp.57−98.
- Нариньяни A.C., Телерман B.B., Ушаков Д. М., Швецов И. Е. Программирование в ограничениях и недоопределенные модели. Информационные технологии, № 7,1998, с. 13−22.
- Jang J.R., Sun C.N. ANFIS: Adaptive-Network-based Fuzzy Inference Systems // IEEE Trans, on Systems, Man and Cybernetics, 1993, vol. 23.
- Jang J.R., Sun C.N., Mizutani E. Neuro-Fuzzy and Soft Computing. F Computational Approach to Learning and Machine Intelligence.- Prentice Hall, 1997.
- Ильясов Б.Г., Мунасыпов Р. А., Булаев В. И. Минимизация структуры нейронной сети для решения задачи распознавания изображений / В сб. Нейрокомпьютеры в системах обработки изображений, ред. Гуляев Ю. В., Галушкин А. И. М.: Радиотехника, 2003, сс. 13−21.
- Горбань А.Н. Нейроинформатика.- Новосибирск: Наука, 1992, 560с.
- Camara, G., Egenhofer, М., Fonseca, F., and Monteiro, A. M. V. What’s in an Image, in: Montello, D. R., (Ed.), Spatial Information Theory A Theoretical Basis for GIS // International Conference COSIT '01, Santa Barbara, С A, 2001.
- Эгрон Ж. Синтез изображений. Базовые алгоритмы. М: Радио и связь, 1993.
- Roerdink J., Meijster A. The Watershed transform: Definitions, Algorithms and Parallelization strategies.- Fundamenta Informaticae, 41 (2000), pp. 187−228.
- Zadeh L.A. From Computing with Numbers to Computing with Words -From Manipulation of Measurements to Manipulation of Perceptions. IEEE Trans. On Circuits and Systems Fundamental Theory and Applications, vol. 45, No. 1, January, 1999, pp. 105−119.
- Френк Г., Фриш И. Сети, связи и потоки.- М.:Связь, 1978,245 с.
- Зыков А.А. Теория конечных графов.- М.: Наука, 1993.
- Пытьев Ю.П. Морфологический анализ изображений. Докл. АН СССР. 1983.Т.269, N 5, с.1061−1064.
- Pyt’ev Yu.P. Morphological Image Analysis. ~ Pattern Recognition and Image Analysis. V.3, No. l, 1993, pp. 19--28.
- Чуличков А.И. Анализ и распознавание формы сигнала, искаженного линейным преобразованием.- Математические методы распознавания образов, Рига, 1989.
- Нариньяни А.С. «НЕ-факторы 2004″. В сб. трудов Девятой Национальной конференции по искусственному интеллекту КИИ-2004, Москва, Физматлит, 2004, т.1, с. 420−432.
- Бутенков С.А. „Формализация неопределенности в многомерных данных“. В сб. трудов международной научно-технической конференции &bdquo-Интеллектуальные системы» (IEEE AIS'03), Москва, Физматлит, 2003, с. 104−113.
- Butenkov S. «Granular Computing in Image Processing and Understanding». In Proc. IASTED International Conf. On AI and Applications «AIA 2004», Innsbruk, Austria, February 10−14, 2004.
- Winter S. Location-based similarity measures of regions. In: Fritch D. (Editor) ISPS Comission IV Symposium «GIS between Vision and Applications», Stutgart, Germany, 1999, pp. 669−676.
- Tizhoosh H.R. «Fuzzy Image Processing», Springer, 1997, ISBN: 3−54 063 137.
- Baltsavias E., Hahn M. «Integration of Image Analysis and GIS». In: Fritch D. (Editor) ISPS Comission IV Symposium «GIS between Vision and Applications», Stutgart, Germany, 1999, pp. 669−676.
- Tizhoosh H.R. «On a Systematic Introduction into Fuzzy Image Processing». In Proc. AFN'97 Annual Meeting, Magdeburg, Germany, pp. 39−45.
- Walker E. «Perspectives on Fuzzy Systems in Computer Vision». Proc. of the Annual Conference of the North American Fuzzy Information Processing Society NAFIPS '98., August, 1998, pp. 296−300.
- Zadeh L. A. «Outline of a new approach to the analysis of complex systemand decision processes,» IEEE Trans. Syst., Man, Cybern., vol. SMC-3, pp.28−44,1973.
- Zadeh L. A. «Fuzzy logic = computing with words,» IEEE Trans. Fuzzy Syst., vol. 4, pp. 103−111, 1996.
- Varzi A.C. «Parts, wholes and part-whole relations: The prospects of mereotopology». Data and Knowledge Engineering, 20:259−285, 1996.
- Grenander U. Towards a Theory of Natural Scenes. www.dam.brown.edu/ptg, 2003.
- Grenander U., Srivastava A. Probability Models for Clutter in Natural Images. IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. 23, Issue 4, 2001, pp. 424−429.
- Zadeh L. A. «A theory of approximate reasoning,» Machine Intelligence, vol. 9, J. Hayes, D. Michie, and L. I. Mikulich, Eds. New York: Halstead, 1979, pp. 149−194.
- Rosenfeld A. Fuzzy digital topology, Information and Control 40,(76−87), 1979.
- Rosenfeld A., Haber J. On the connectivity properties of grayscale pictures, Pattern Recognition 16,1 (47−50), 1983.
- Bezdek J.C., Pal S.K. (editors) «Fuzzy Models for Pattern Recognition». IEEE Press, 1992.
- Дюбуа Д, Прад А. К анализу и синтезу нечетких отображений // в сб. «Нечеткие множества и теория возможностей» под ред. Р. Ягера. — М.:Радио и связь, 1986.
- Rosenfeld A. The diameter of a fuzzy set, Fuzzy Sets and Systems 13, (241−246), 1984.)
- Bloch I. On fuzzy distances and their use in image processing under imprecision. Pattern recognition, 32:1873−1895,1999.
- Rosenfeld A. The fuzzy geometry of image subsets, Pattern Recognition Letters 2, (311−317), 1984.)
- Pal S. K, Ghosh A. Fuzzy geometry in image analysis, Fuzzy Sets and Systems 48, (230), 1992.
- Pedrycz W. Fuzzy Neural Networks with Reference Neurons as Pattern Classifiers. IEEE Trans, on Neural Networks, vol. 3, no. 5, 1992.
- Chauduri B.B. Some shape definitions in fuzzy geometry of space, Pattern Recognition Letters 12, (531−535), 1991.
- Chauduri B.B. Fuzzy convex hull determination in 2D space, Pattern Recognition Letters 12, (591−594), 1991.
- Zadeh L. Fuzzy sets and Information Granularity. In «Advances in Fuzzy Set Theory and Applications», M. Gupta, R. Ragade, and R. Yager, Eds. Amsterdam, The Netherlands: North-Holland, 1979, pp. 3−18.
- Zadeh L. Toward a theory of fuzzy information granulation and its central-ity in human reasoning and fuzzy logic. Fuzzy Sets Syst, vol. 90, pp. 111 127, 1997.
- Бутенков С.А., Каркищенко А. Н., Кривша В. В. «Перцептуальный подход к анализу гранулированных изображений в интеллектуальных системах». «Искусственный интеллект», научно-теоретический журнал Национальной академии наук Украины, № 3, 2003, с. 209−218.
- Zadeh L.A. Calculus of fuzzy restrictions, in Fuzzy Sets and Their Appl-cations to Cognitive and Decision Processes, L. A. Zadeh, K. S. Fu, and M. Shimura, Eds. New York: Academic, 1975, pp. 1−39.
- Zadeh L.F. PRUF A meaning representation language for natural languages. Int. J. Man-Machines Studies, vol. 10, pp. 395−460, 1978.
- Zadeh L.A. Test-score semantics for natural languages and meaning representation via PRUF. Empirical Semantics, B. Rieger, Ed. Germany: Brock-meyer, pp. 281−349- also, Tech. Rep. Memo. 246, AI Center, SRI International, Menlo Park, CA, 1981.
- Pedrycz W. (ed). Granular Computing: An Emerging Paradigm, Physica-Verlag, 2001.
- Newell, A. and Simon, H.A. Human Problem Solving. Prentice-Hall, 1972.
- Батыршин И.З. Перцептивные функции и гранулярные производные в вычислении словами, — в сб. трудов II Международного научно-практического семинара «Интегрированные модели и мягкие вычисления в искусственном интеллекте 2003″, М: Физматлит, 2003, с. 1219.
- Батыршин И.З. О гранулировании выпуклых и вогнутых образов перцептивных функций.- в сб. трудов II Международного научно-практического семинара „Интегрированные модели и мягкие вычисления в искусственном интеллекте 2003″, М: Физматлит, 2003, с. 141
- Рвачев B.JI. Теория R -функций и некоторые ее приложения.- Киев: Наукова думка, 1982.
- Batyrshin I., Panova A. On Granular Description of Dependences// Proc. Of 9th Zittay Colloquium (Zittay, Germany, 2001). 2001, p. 1−8.
- Ясницкий JI.H. Введение в искусственный интеллект.- М.:Изд.-во Академия, 2005,175 с.
- Shariff A.R., Egenhofer М., Mark D. Natural-Language Spatial Relatios between Linear and Areal Objects: the Topology and Metric of English-Language Terms. Int. J. of GIS, 12(3): 215−246, 1998.
- Gabrys B. Agglomerative Learning for General Fuzzy Min-Max Neural Network. In the Proceedings of IEEE NNSP'2000 workshop, Sydney, December 2000.
- Колмогоров A.H. О представлении непрерывной функции нескольких переменных суперпозицией непрерывных функций одной переменной и сложения, ДАН СССР, 114(5) стр. 953−956, 1957.
- Gabrys В., Bargiela F. General Fuzzy Min-Max Neural Network for Clustering and Classification. IEEE Trans. On Neural Networks, vol. 11, no. 3, 2000, pp. 769−783.
- Egmont-Petersen M., de Ridder D., Handles H. Image processing withneural networks a review. Pattern Recognition, 35 (2002) 2279−2301.
- Бутенков С.А. Нечеткие геометрические признаки в задачах классификации и кластеризации. Журнал &bdquo-Новости искусственного интеллекта“, Вып. З, Москва, 2000, с. 129−133.
- Бутенков C.A. Грануляция и инкапсуляция в системах эффективной обработки многомерной информации. Искусственный интеллект», научно-теоретический журнал Национальной академии наук Украины, № 4,2005, с. 106−115.
- Hecht-Nielsen R. Kolmogorov’s mapping neural network existence theorem // IEEE First Ann. Int. Conf. on Neural Networks. San Diego. -1987.-3.-P. 11−13.
- Felix Klein. Elementarmathematik vom Hoheren Standpunkte Aus Erster Band. Verlag von Julius Springer, Berlin, 1924.
- Hornik K, Stinchcombe M., White H. Multilayer feedforward networks are universal approximators. Neural Networks. 1989. Vol. 2. PP. 359 -366.
- Shannon C.S., Weaver W. The Mathematical Theory of Communication, U. of Illinois Press, Urbana, 111., 1949.
- Stone M.N. The generalized Weierstrass approximation theorem. Math. Mag., 1948. V.21. pp. 167−183,237−254.
- Alfred V. Aho, John E. Hopcrofit, Jeffrey D. Ullman, The Design and
- Analysis of Computer Algorithms, Addison-Wesley, 1976.
- Egenhofer M., A formal definition of binary topological relationships. Proceedings of the Third International Conference on the Foundation of Data Organization and Algorithms, Paris, 1989.
- Sjahputera O., Keller J., Matsakis P., Gader P., Marjamaa J., «Histogram-Based Scene Matching Measures». NAFIPS'2000 (North American Fuzzy Information Processing Society), Atlanta, Georgia, July 2000, Proceedings, pp. 392−396.
- Zimmerman K., Freksa C. Qualitative Spatial Resoning Using Orientation, Distance, and Path Knowledge. In Workshop on Spatial Reasoning of the Int. Join Conference on Artificial Intelligence (IJCAI-93). Chambery, France, 1993.
- Бутенков С.А., Кривша B.B., Аль-Доуяни C.X.C. Оптимальное гранулирование многомерной информации. Известия ТРТУ, № 11, 2005, с. 35−42.
- Бутенков С.А. Применение нечетких операторов в задачах агрегирования геометрической информации В сб. трудов Международного Конгресса «Искусственный интеллект в 21 веке», Дивноморское, 3−7 сентября, 2001, т.2, с. 435−442
- Аль-Доуяни С.Х.С, Бутенков С. А. О принципах построения оптимальных нечетких нейронных сетей.- Сб. трудов Научной сессии МИФИ-2006, Москва, 23−27 января 2006, т. 3, с. 78−79.
- Swingler К. Applying Neural Networks. A practical Guide. Springer, Berlin, 2001.
- Аль-Доуяни С.Х.С, Бутенков С. А. О динамической интерпретации задачи обучения нейронных сетей.- Сб. трудов Научной сессии МИФИ-2006, Москва, 23−27 января 2006, т. 3, с. 96−97.
- Бутенков С. А, Аль-Доуяни С.Х. С. Применение нейронных сетей для семантической интеллектуальной сегментации. «Искусственный интеллект». Научно-теоретический журнал Национальной академии наук Украины, № 3,2006, с. 262−270.