Совершенствование самоорганизующихся нейронных сетей Кохонена для систем поддержки принятия решений
Диссертация
СППР используются для решения в режиме диалога плохо структурированных задач, для которых характерна неполнота входных данных, частичная ясность целей и ограничений. Участие человека в работе системы велико, он может вмешиваться в ход решения, модифицировать входные данные, процедуры обработки, цели и ограничения задачи, выбирать стратегии оценки вариантов решений. СППР используется на уровне… Читать ещё >
Список литературы
- mon W. H. Building The Data Warehouse (Second Edition) // New York, NY: John Wiley, 1993.
- Сахаров А. А. Концепция построения и реализации информационных систем, ориентированных на анализ данных // СУБД. 1996. — № 4. — С. 55−70.
- Рыжков В.А. Концепции и технологии построения хранилищ данных на основе автоматизированной информационной системы поддержки принятия решений. ОБЪЕДИНЕННЫ НАУЧНЫЙ ЖУРНАЛ № 3 (131) // М.: Фонд научных публикаций, 2005. — с. 58- 60.
- Codd Е. F., Codd S. В., Salley С. Т. Providing OLAP (On-Line Analytical Processing) to User-Analysts: An IT Mandate // E. F. Codd & Associates, 1993.
- Parsaye K. A Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing, 1998. № 1.
- Системный анализ и принятие решений: Словарь-справочник: Учебное пособие для вузов / Под ред. В. Н. Волковой, В. Н. Козлова. — М.: Высшая школа, 2004. 616 с.
- Сахаров А. А. Принципы проектирования и использования многомерных баз данных (на примере Oracle Express Server) // СУБД, 1996. № 3. — С. 44−59.
- Баин А. М. Современные информационные технологии систем поддержки принятия решений: учебное пособие // М.: ИД «ФОРУМ», 2009. 240 с.
- Aha D. W., Salzberg S. L. Learning to Catch: Applying Nearest Neighbor Algorithms to Dynamic Control Tasks / In P. Cheesman & R. W. Oldford (Eds.) Selecting Models from Data: Artificial Intelligence and Statistics // New York, NY: Springer-Verlag, 1993.
- Heckerman D. Bayesian Networks for Data Mining // Data Mining and Knowledge Discovery, 1997. № 1. — pp. 79−119.
- Hunt E.B., Marin, J., Stone, P.J. Experiments in induction // New York: Academic Press, 1966.
- Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика // М.: Мир, 1992.
- Kohonen Т. Self-organizing Maps // Springer Series in Information Sciences, V.30, Springer, Berlin, Heidelberg, New York, 2001. 501 p.
- Болотова JI.С., Комаров М. Я., Смольянинов А. А. Системы искусственного интеллекта: Теоретически основы СИИ и формальные модели представления знаний: Учебное пособие // М.: Издательство МИРЭА (ТУ), 1998.-108 с.
- Девятков В. В. Системы искусственного интеллекта: Учебное пособие // М.: Издательство МГТУ им. Н. Э. Баумана, 2001. 352 с.
- Villman Т., Der R., Hermann M., Martinetz Т. M. Topology preservation in self-organizing maps: exact definition and measurement // IEEE Transactions on Neural Networks, 8, 1997. pp. 256−266.
- Rodrigues J. S., Almeida L. B. In Proc. INN'90, Int. Neural Networks Conference // Kluwer, Dordrecht, Netherlands, 1990. — p. 813.
- Rodrigues J. S., Almeida L. B. In Neural Networks: Advances and Applications, / ed. by Gelenbe E. — North-Holland, Amsterdam, Netherlands, 1991. -p.63
- Fritzke B. In Proc. IJCNN'91, Int. Joint Conf. on Neural Networks // IEEE Service Center, Piscataway, NJ, 1991. p. 531.
- Fritzke B. In Artificial Neural Networks / ed. by Kohonen T., Makisara K.,
- Simula O., Kangas J. — North-Holland, Amsterdam, Netherlands, 1991. p. l-403.
- Fritzke B. Arbeitsbericht des IMMD // Universitat Erlangen-Nurnberg 25, 9, 1992.
- Fritzke B. In Artificial Neural Networks / ed. by Aleksander I., Taylor J. -North-Holland, Amsterdam, Netherlands, 1992. p. 11−1051.
- Fritzke B. PhD Thesis // Technische Fakultat, Universitat Erlangen-Nurnberg, Erlangen, Germany, 1992.
- Fritzke B. In Advances in Neural Information Processing Systems 5 / ed. by
- Giles L., Hanson S., Cowan J. Morgan Kaufmann, San Mateo, CA, 1993. — p. 123.
- Fritzke B. In Proc. 1993 IEEE Workshop on Neural Networks for Signal Processing // IEEE Service Center, Piscataway, NJ, 1993.
- Fritzke B. Technical Report TR-93−026 // Int. Computer Science Institute, Berkeley, CA, 1993.
- Fritzke B. In Proc. ICANN'93, Int. Conf. on Artificial Neural Networks / ed. by Gielen S., Kappen B. Springer, London, UK, 1993. — p. 580.
- Blackmore J., Miikulainen R. Technical Report TR AI 92−192 // University of Texas at Austin, Austin, TX, 1992.
- Blackmore J., Miikulainen R. In Proc. ICNN'93, Int. Conf. on Neural Networks // IEEE Service Center, Piscataway, NJ, 1991. p. 1−450.
- Szepesvari S., Lurinez A.: In Proc. ICANN-93. Int. Conf. on Artificial Neural Networks / ed. by Gielen S., Kappen B. — Springer, London, UK 1993. p. 678.
- Szepesvari S., Lurinez A.: In Proc. WCNN'93, World Congress on Neural Networks // INNS, Lawrence Erlbaum, Hillsdale, NJ, 1993. p. 11−497.
- Allinson N. M., Brown M. Т., Johnson М. J.: In IEE Int. Conf. on Artificial Neural Networks, Publication 313 // IEE, London, UK, 1989. p. 261.
- Allinson N. M., Johnson M. J.: In New Developments in Neural Com-putting, / ed. by Taylor J. G., Mannion C. L. T. Adam-Hilger, Bristol, UK, 1989.-p. 79.
- Flexer A. On the Use of Self-Organizing Maps for Clustering and Visualization // Principles of Data Mining and Knowledge Discovery, 1999. pp. 80−88.
- Нечаева О. И. Сравнительный анализ нейросетевых алгоритмов кластеризации символьных последовательностей // Автометрия. Том 41, № 1, 2005. с. 57−70.
- Ong J. Data Mining Using Self-Organizing Kohonen Maps: A Technique for Effective Data Clustering & Visualization // International Conference on Artificial Intelligence (IC-AI'99), 1999.
- Mao J., Kraaijveld M. A., Jain A. K. A nonlinear projection method based on Kohonen’s topology preserving maps // IEEE Transactions on Neural Networks, 1995. 6(3). — pp. 548−559.
- Hammer В., Micheli A., Neubauer N., Sperduti A., Strickert M. Self Organizing Maps for Time Series // Proceedings of WSOM 2005, Paris, France. pp. 115−122.
- Dar Ren Chen, Ruey Feng Chang, Yu Len Huang. Breast cancer diagnosis using Self-organizing Map for sonography // Ultrasound in Medicine and Biology, Vol. 26, 2000. pp. 405- 411.
- Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт / Пер. с англ.- М.: Издательский Дом «АЛЬПИНА», 2001.-317 с.
- Haykin S. Neural networks, a comprehensive foundation // N.Y.: Macmillan College Publishing Company, 1994.
- Linsker R. From basic network principles to neural architecture // Proc. of National. Academy of Sciences of the USA, 1986. Vol. 83.
- Оссовский С. Нейронные сети для обработки информации / Пер. с польского И. Д. Рудинского. — М.: Финансы и статистика, 2004. 344 с.
- Erwin Е., К. Obermayer and К. Schulten. «II: Self-organizing maps: Ordering, convergence properties and energy functions» // Biological Cybernetics, vol. 67, 1992. pp. 47−55.
- ЕжовА.А., Шумский C.A. Нейрокомпьютинг и его применения в экономике и бизнесе (серия «Учебники экономико-аналитического института МИФИ» под ред. проф. В.В. Харитонова) // М.: МИФИ, 1998. 224 с.
- Gorban A., Kegl В., Wunsch D., Zinovyev A. Principal Manifolds for Data Visualisation and Dimension Reduction // LNCSE 58, Springer, Berlin, Heidelberg, New York, 2007.
- Ultsch A., Siemon H. Technical Report 329 // Univ. of Dortmund, Dortmund, Germany, 1989.
- Kraaijveld M. A., Mao J., Jain A. K. In Proc. 11ICPR, Int. Conf. on Pattern Recognition // IEEE Comput. Soc. Press. Los Alamitos, CA, 1992. p. 41.
- DeSieno D. Adding a conscience to competitive learning // Neural Networks, 1988.-Vol. l.-pp. 117−124.
- Нечаева О.И. Сглаживание адаптивных сеток, построенных методом самоорганизующихся карт // Вестник Томского государственного университета, N4(5), 2008. с. 51−60.
- Рыжков В. А, Лычкин E.H. Исследование моделей сферической топологии для устранения граничного эффекта в самоорганизующихся нейронных сетях Кохонена // М.: Издательство «Радиотехника», «Нейрокомпьютеры: разработка, применение», 2009. — № 10. — с. 73 83.
- Shannon С.Е., «A mathematical theory of communication» // Bell Systems Technival Journal, vol. 27, 1948. pp. 379−423, 623−656.
- Gray R. M. Entropy and Information Theory, New York: Springer-Verlag, 1990.
- Шевелева Г. И., Волков А. Э., Медведев В. И. Программный комплекс для подготовки производства спирально-конических зубчатых передач // Вестник машиностроения, 2005. № 9. — с. 6−14.
- Кедринский В. Н., Писманик К. М. Станки для обработки конических зубчатых колес // М.: Машиностроение, 1967. 584 с.
- Лычкин E.H., Рыжков В. А. Применение самообучающихся нейронных сетей для выявления закономерностей при расчете параметров зуборезного инструмента. Вестник МГТУ «Станкин». Научный рецензируемый журнал // М.: МГТУ «Станкин», 2009. № 1 (5). — с. 45- 50.
- Ульянов М. В. Ресурсно-эффективные компьютерные алгоритмы. Разработка и анализ. М: ФИЗМАТЛИТ, 2008. — 304 с.
- Головешкин В. А., Ульянов М. В. Теория Рекурсии для программистов. М.: ФИЗМАТЛИТ, 2006. — 296 с.
- Настоящий акт составлен в двух экземплярах, для каждой стороны.
- Генеральный директор ООО «МЗКРС Исполнитель: по одному экземпляруУ