Технология испытаний и прогнозирования технического состояния электронных средств судовых систем управления
Диссертация
При испытаниях на надежность, как правило, необходимо принимать решение — какова степень работоспособности или долговечность контролируемых объектов. Ответ на этот вопрос во многих случаях дает решение этих задач с помощью математических методов. Как показал анализ методов прогнозирования, надежность изделий электронной техники в последние годы наибольшее развитие получили два принципа… Читать ещё >
Список литературы
- Абовский Н.П. и др. Разработка практического метода нейросетевого прогнозирования. //Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «Сб.докл., 2002. С. 1089 -1097.
- Айрапетян АБ., Бучко A.A. Об одном методе оценки технического состояния радиотехнических систем. В кн. «Вопросы автоматизации и применение ЭВМ в решении-задач водного транспорта.» Сб.тр. ЛИВТ, 1988, с. 150−154
- Акушский И .Я. Машинная арифметика в остаточных классах. М: Советское радио, 1968. — 440 с.
- Алексеев В.И., Максимов A.B. Использование нейронных сетей с двухмерными слоями для распознавания образов//Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «: Сб. докл., 2002. С. 69−72.
- Амербаев В.М. Теоретические основы машинной арифметики. -Алма-Ата: Наука КазССР, 1976. 324 с.
- Андерсон Т. Статистический анализ временных рядов. М.: Наука, 1976.-343 с.
- Аркин В. И, Евстигнеев И.В. Вероятностные модели управления экономической динамики. М.: Наука, 1979. — 176с.
- Ашманов С.А. Математические модели и методы в экономике. М.: Изд. МГУ, 1981.-158 с.
- Барзилович Е.Ю. Вопросы математической теории надежности / Е. Ю. Барзилович, Ю. К. Беляев, В. А. Каштанов и др.- Под ред. Б. В. Гнеденко. М.: Радио и связь, 1983. — 376 с.
- Ю.Барлоу Р., Прошан Ф. Математическая теория надежности. М.: Советское радио, 1969. — 488 с.
- Бароне П.П. Надежность и качество механических систем / П. П. Бароне, A.B. Звиедрис, Н. К. Салениекс. -Рига: Авотс, 1982. 85 с.
- Барский А.Б. Обучение нейросети методом трассировки. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение»: Сб. докл., 2002. С. 862 — 898.
- Батищев Д.И. Генетические алгоритмы решения экстремальных задач. Воронеж: ВГУ, 1994. — 135 с.
- Белим C.B. Математическое моделирование квантового нейрона. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение»: Сб.докл., 2002. С. 899 — 900.
- Беляев Ю.К. Надежность технических систем: Справочник-Н17. / Ю. К. Беляев, В. А. Богатырев, В. В. Болотин и др.- Под ред. И. А. Ушакова. М.: Радио и связь, 1985. — 608 с.
- Берже П., Помо И., Видаль К. Порядок в хаосе. О детерминированном подходе к турбулентности: Пер. с франц. М.: Мир, 1991.-368 с.
- П.Бернштейн С. Н. Теория вероятностей. М.: Гостехиздат, 1946. -320 с.
- Бирман Э.Г. Сравнительный анализ методов прогнозирования. НТИ. Сер.2 1986. — № 1. — С. 11−16.
- Бодянский Е.В., Кучеренко Е. И. Диагностика и прогнозирование временных рядов многослойной радиально-базисной нейронной сет. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение»: Сб. докл., 2002. С. 69−72.
- Бокс Дж., Дженкинс Г. (1974) Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. — Вып. 1, 2.
- Болн Б., Хуань К. Дж. Многомерные статистические методы для экономики. М.: Наука, 1979. 348 с.
- Болотин и др.- Под ред. И. А. Ушакова. М.: Радио и связь, 1985. -608 с.
- Болынев JI.H., Смирнов Н. В. Таблицы математической статистики. -М.: Наука, 1965.-35 с.
- Боярский А .Я., и др. Математическая статистика для экономистов. М.: Статистика, 1979. — 253 с.
- Бухштаб A.A. Теория чисел. М.: Государственное учебнометодическое издательство мин. Просвящения РСФСР, 1960.-375 с.
- Бытачевский Е.А., Козуб В. В. Использование нейронных сетей для распознавания визуальных образов. //Материалы IV РНТ конференции «Вузовская наука Северо-Кавказскому региону» Ставрополь, 2000. — С. 52−54.
- Варжапетян А.Г. Имитационное моделирование на GPSS/H, Вузовская книга, 2007.
- Варжапетян А.Г., Балашов В. М., Варжапетян A.A., Семенова Е.Г Менеджмент качества: Принятие решений о качестве, управляемом заказчиком: Монография 2-е изд. Вузовская книга, М, 2007 —
- Варжапетян А.Г., Глущенко В. В. Системы управления. Исследование и компьютерное проектирование., Вузовская книга, М, 2006.
- Васильев В.И. Распознающие системы. Киев: Навукова думка, -1969.-354 с.
- Виноградов И.М. Основы теории чисел. М.: Издательство «Наука», Гл. ред. физ.-мат.лит., 1965.- 173 с.
- Владимирова Л.П. Прогнозирование и планирование в услови- ях рынка: Учебное пособие. М.: Издательский дом «Дашков и К», 2000. -308 с.
- Вороновский Г. К., и др. Генетические алгоритмы, нейронные сети и проблемы виртуальной реальности. X.: ОСНОВА, 1997. — 112 с.
- Гаскаров Д.В. О композиционном подходе к прогнозированию долговечности изделий ЭТ. Электронная техника. Серия 8, вып. 3, 988, с. 6−9.
- Гаскаров Д.В. О модели сокращения испытаний высоконадежных изделий. Тез. докл. II в.н.т. конференции «Моделирование отказов и имитация на ЭВМ статистических испытаний изделий электронной техники». 1985.
- Гвишиани Д.М., Лисичкин В. А. Прогностика. М.: «Знание», 1968. -421 с.
- Гельфан И.М., Фомин C.B. Вариационное исчисление. М.: Мир, 1961.-321 с.
- Гладыщевский А.И. Методы и модели отраслевого экономического прогнозирования. М.: «Экономика», 1997. — 143 с.
- Гласс JL, Мэки М. От часов к хаосу: ритмы жизни. М.: Мир, 1991. — 153с.
- Глущенко В.В. Прогнозирование. 3-е издание. М.: Вузовская книга, 2000. — 208 с.
- Голоскоков К.П. Алгоритмическое обеспечение ускоренных испытаний судовой электронной техники в АСУ качеством. Автореферат диссертации на соискание ученой степени кандидата технических наук. Ленинград, 1990.
- Голоскоков К.П. Выбор наиболее информативных параметров судовых систем методами математического программирования. В кн. «Электрооборудование и автоматизация объектов водного транспорта.» Сб. тр. ЛИВТ, 1986, с. 137−139.
- Голоскоков К.П., Гольдберг П. Д., Кайданова Л.А, Шкабардня A.B. Об оценке эволюции качества выпускаемых двигателей. В кн. «Вопросы автоматизация и применение ЭВМ в решении задач водного транспорта.» Сб. тр. ЛИВТ, 1988, с. 87−92.
- Голоскоков К.П., Зозанян С. И. Об одном методе прогнозирования сохраняем ости приборов. Надежность и контроль качества, N 12, 1987, с.23−26.
- Горлов М.И., Королев С. Ю., Кулаков A.B., Строгонов A.B. Расчет надежности интегральных схем по конструктивно-технологическим данным. Воронеж: Издательство Воронежского университета. 1996. 80 с.
- ГОСТ 27.005−97. Надежность в технике. Модели отказов. Основные положения. Введ. 01.01.1999. — К.:Изд-во стандартов. — 43 с.
- ГОСТ РВ 20.39.30 498 КСОТТ. Аппаратура, приборы, устройства и оборудование военного назначения. Требования по стойкости к внешним воздействующим факторам. Госстандарт России, 1998.
- Гренандер У. Случайные процессы и статистические выводы, (пер. с нем.) ИЛ. 1961.- 167с.
- Гренджер К., Хатанака М. Спектральный анализ временных рядов в экономике. Пер. с англ. М.: Статистика., 1972. — 312 с.
- Грень Е. Статистические игры и их применение. М.: Наука, 1975.- 243 с.
- Гусак А.Н. и др. Подход к послойному обучению нейронной сети прямого распространения. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «Сб.докл., 2002. С. 931 — 933.
- Гусев А., Лидский Э., Мироненко О. Малые выборки при оценке работоспособности и надежностиэлектронных компонентов // Chip News.- 2002. № l.-C. 52−55.
- Давидович Б .Я. и др. Методы прогнозирования спроса. М., 1972. -193с.
- Дженкинс Г., Вате Д. (1971, 1972) Спектральный анализ и его применения. М.: Мир, 1971, 1972. — Вып. 1,2.
- Джонстон Дж. (1980) Эконометрические методы. М.: Статистика, 1980.-431 с.
- Добров Г. М., Ершов Ю. В. и др. Экспертные оценки в научно-техническом прогнозировании Киев: Наукова Думка, 1974. — 159 с.
- Дружинин Г. В. Надежность автоматизированных производственных систем. М.: Энергоатомиздат, 1986. -480 с.
- ДСТУ 2504−94. Средства вычислительной техники. Отказоустойчивость и живучесть. Методы испытаний. -Введ. 01.07.95. -45 с.
- ДСТУ 2862−94. Надежность техники. Методы расчета показателей надежности. Общие требования.-Введ.01.01.1996. 39 с.
- ДСТУ 2992−95. Изделия электронной техники. Методы расчета надежности. Введ. 01.01.96. — 76 с.
- ДСТУ 3004−95. Надежность техники. Методы оценки показателей надежности по экспериментальным данным. Введ.01.01.96. — 122 с.
- ДСТУ 3942−99. Надежность техники. Планы испытаний для контроля средней наработки до отказа (на отказ). Ч. 2: Диффузионное распределение. -Введ.01.07.00. — 34 с.
- Еремин Д.М. Система управления с применением нейронных сетей. Приборы и системы. Управление, контроль, диагностика. 2001. -№ 9-С. 8−11.
- Ибираимова Т.Б. Прогнозирование тенденций финансовых рынков с помощью нейронных сетей. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение» Сб.докл., 2002 г. С. 745 — 755.
- Иванов М.Н. Анализ роста курса акций с применением нейронных сетей. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение» Сб.докл., 2002 г. С. 756 — 772.
- Ивахненко А.Г., Степаненко B.C. Особенности применения метода группового учета аргументов в задачах прогнозирования случайных процессов. Автоматика. -1986. № 5. — С. 3−14.
- Ивахненко А.Г., Юрачков Ю. П. Моделирование сложных систем по экспертным данным. М.: Радио и связь, 1987. — 119 с.
- Калан, Роберт. Основные концепции нейронных сетей.: Пер. с англ.- М.: Издательский дом «Вильяме», 2001.- 288 с.
- Капица С. П., Курдюмов С. П., Малинецкий Г. Г. Синергетика и прогнозы будущего. М.: Наука, 1997. 236с.
- Капур К., Ламберсон Л. Надежность и проектирование систем. -М.: Мир, 1980. 605 с.
- Касти Дж. Связность, сложность и катастрофы: Пер. с англ. М.: Мир, 1982,-216 с.
- Каштанов В.А., Медведев А. И. Теория надежности сложных систем (теория и практика). М.:"Европейский центр по качеству», 2002.- 470 с.
- Каштанов и др.- Под ред. Б. В. Гнеденко. М.: Радио и связь, 1983.- 376 с.
- Кемени Дж., Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. -136 с.
- Кендэл М. Временные ряды. Пер. с англ. Ю. П. Лукашина. -М.:"Финансы и статистика», 1979. 198 с.
- Кильдинов Г. С., Френкель A.A. Анализ временных рядов и прогнозирование. М. Статистика. 1973. 432 с.
- Кондратьев А.И. Теоретико-игровые распознающие алгоритмы.-М.: Наука, 1990.-272 с.
- Кульбак С. Теория информации и статистика. М., Наука, 1967. -408с.
- Кучин Б.Л., Якушева Е. В. Управление развитием экономических систем: технический прогресс, устойчивость. М.: Экономика, 1990. -156с.
- Лащев А.Я., Глушич Д. В. Синтез алгоритмов обучения нейронных сетей. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «Сб.докл., 2002 г. С. 997 — 999.
- Левин В.Л. Выпуклый анализ в пространстве измеримых функций и его применение в математике и экономике. М.: Наука, 1985. 352с.
- Легостаева И.Л., Ширяев А. Н. Минимальные веса в задаче выделения тренда случайного процесса. «Теория вероятностей и ее применение», 1971, — Т. XVI, — № 2.
- Литовченко Ц.Г. Нейрокомпьютер для обнаружения и распознавания сложных динамических образов. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «. Сб.докл., 2002 г. С. 69−72.
- Ллойд Э., Ледерман У. (1990) (ред.) Справочник по прикладной статистике. М.: Финансы и статистика, 1990. — Том 2.
- Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики М.: Эдиториал УРСС, 2000 — 336с.
- Математическая энциклопедия: Гл.ред. И. М. Виноградов, т. З Коо-Од М.: Советская энциклопедия, 1982. — 1184 с.
- Махортых С.А., Сычев В. В. Алгоритм вычисления размерности стохастического аттрактора и его применение к анализу электрофизиологических данных Пущино, 1998. — 34с.
- Медведев B.C., Потемкин В. Г. Нейронные сети. MATLAB 6 /Под общ.ред. к.т.н. В. Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2002. — 496 с.
- Минский М., Пайперт С. Персептроны. М.: Мир, 1971. — 365с.
- Михайлов Ю.Б. Алгоритм выбора прогнозирующей зависимости, обеспечивающей наилучшую точность прогноза. //Приборы и системы. Управление, контроль, диагностика., 2000. № 12. — С. 11−19.
- Моделирование функционирования развивающихся систем с изменяющейся структурой. Сб. науч. тр./АН УССР. Ин-т кибернетики им. В. М. Глушакова. Киев: 1989. — 140 с.
- Надежность в машиностроении: Справочник-Н17. / Под общ. ред. В. В. Шашкина, Г. П. Карзова. СПб.: Политехника, 1992. — 719 с.
- Надежность и эффективность в технике: Справочник: В Шт. / Под ред. B.C. Авдуевского и др. М. Машиностроение, 1989. — Т. 6. — 376 с.
- Научнотехнический отчет о НИР «Разработка единого каталога отечественного и зарубежного контрольноизмерительного и испытательного оборудования для испытаний радиоэлектронной аппаратуры» (Шифр «Каталог ТСИ»): 22 ЦНИИИ МО РФ, 2000.
- Нейроинформатика и ее приложения Материалы 3 Всероссийского семинара, 6−8 октября 1995 г. Ч. 1 Под редакцией А. Н. Горбаня. Красноярск: изд. КГТУ, 1995. — 229 с.
- Нейронные сети. STSTISTICA Neural Networks: Пер. с англ. М.: Горячая линия — Телеком. 2001. — 182 с.
- Никайдо X. Выпуклые структуры и математическая экономиками Мир. 1972. 127с.
- Новиков A.B., и др. Метод поиска экстремума функционала оптимизации для нейронной сети с полными последовательными связями. Труды Vin Всероссийской конференции «Нейрокомпьютеры и их применение» Сб.докл., 2002 г. С. 1000 -1006.
- Основные вопросы теории и практики надежности. Мн.: Наука и техника, 1982. — 270 с.
- Острейковский В.А. Физико-статистические модели надежности элементов ЯЭУ. М.: Энергоатомиздат, 1986. — 200 с.
- Осуга М. Обработка знаний. М.: Мир, 1989. — 239 с.
- Оуэн Г. Теория игр. М.: Наука, 1971. — 359 с.
- Перроте А.И., Сторчак М. А. Вопросы надежности РЭА. М.: Советское радио, 1976. — 185 с.
- Песин Я.Б. Характеристические показатели Ляпунова и гладкая эргодическая теория. УМН, 1977- Т.32. С.55−112.
- Петере Э. Хаос и порядок на рынке капитала. М.: Мир, 2000.-333с.
- Писарев В.Н., Постнов В. Н., Степанов Ю. И. Аттестация лабораторноиспытательных баз важнейший фактор обеспечения качества продукции. — Вестник Военного Регистра, 2001, № 8.
- Погребинский С.Б., Стрельников В. П. Проектирование и надежность многопроцессорных ЭВМ. М.: Радио и связь, 1988. — 168 с.
- Половко A.M., Гуров C.B. Основы теории надежности. 2-е изд., перераб. и доп. — СПб.: БХВ Петербург, 2006. — 704 с.
- Половников В.А., и др. Оценивание точности и адекватности моделей экономического прогнозирования. Математическое моделирование экономических процессов: Сб. науч. тр. МЭСИ М., 1986. — С. 37−47.
- Проников A.C. Надежность машин. М.: Машиностроение, 1978.-592 с.
- Пятецкий В.Е., Бурдо А. И. Имитационное моделирование процесса создания обучающихся систем. В сб.: Имитационное моделирование производственных процессов. Под. ред. Мироносецкого Н. Б., — Новосибирск. 1979. — 68 с.
- Развитие российского финансового рынка и новые инструменты привлечения инвестиций. М., 1998. — 233 с.
- Рожков Л.Н., Френкель A.A. Выбор оптимального параметра сглаживания в методе экспоненциального сглаживания. Основные проблемы и задачи научного прогнозирования. — М.: Наука, 1972.- 154 с.
- Розенблат Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга. Пер. с англ. М.: Мир, 1965. — 175 с.
- Розин Б.Б. Распознавание образов в экономических исследованиях. -М.: Статистика, 1973. 198 с.
- Романов В. Количественная оценка надежности интегральных микросхем по результатам форсированных испытаний // ЭКиС. 2003. — № 10. — С. 3 — 6.
- Сергеев A.B. Прогнозирование временных рядов с помощью нейронных сетей с радиальными базисными функциями. Труды У1П Всероссийской конференции «Нейрокомпьютеры и их применение» Сб. докл, 2002 г. С. 1187 — 1191.
- Серебрянников М.Г., Первозванский A.A. Выявление скрытых периодичностей. М.: Наука, 1965. 244с.
- Соловьев А.Д. Основы математической теории надежности. -М.: Знание, 1975. 103 с.
- Сотсков Б.С. Физика отказов и определение интенсивности отказов // О надежности сложных технических систем. М.: Советское радио, 1966. — С. 289−306.
- Сотсков Б.С. Физика отказов и определение интенсивности отказов // О надежности сложных технических систем. М.: Советское радио, 1966. — С. 289−306.
- Статевич В.П., Шумков Е. А. Новый принцип построения самообучаемых нейросетей. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «Сб.докл., 2002. С. 1037 — 1040.
- СтратоновичP.JI. Теория информации. -М.: Сов. Радио. 1975−424с.
- Стрельников В.П. К оценке коэффициента вариации распределения отказов // Математичш машини i системи. 2003. — № 1. -С. 142−146.
- Стрельников В.П. Методы расчета надежности деталей машин при статических и циклических загрузках //Тяжелое машиностроение. -2003. № 4. — С. 16−20.ISSN 1028−9763. Математичш машини i системи, 2007, № 3,4 238
- Стрельников В.П. Определение ожидаемой остаточной наработки при DM-распределении // Математичш машини i системи. -2000.-№ 1.-С. 94−100.
- Стрельников В.П. Оценка ресурса изделий электронной техники // Математичш машини i системи. 2004. -№ 2. — С. 186−195.
- Стрельников В.П. Приложение теории марковских процессов к исследованию надежности скользящихэлектрических контактов // Приборостроение. 1982. — Т. XXVI, № 4. — С. 48−52.
- Стрельников В.П., Федухин A.B. Оценка и прогнозирование надежности электронных элементов и систем. К.: Логос, 2002. — 486 с.
- Теория прогнозирования и принятия решений. Учеб. пособие. Под. ред. С. А. Саркисяна М.: Высш. Школа, 1977. — 351 с.
- Томпсон Дж.М. Т. Неустойчивости и катастрофы в науке и технике: Пер. с англ. М.: Мир, 1985. — 254 с.
- Трисеев Ю.П. Долгосрочное прогнозирование экономических процессов (системные методы). Киев: Наукова Думка, 1987. -132с.
- Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Наука, 1978. — 139 с.
- Уоссермен Ф. Нейрокомпьютерная техника: теория и практиками.: ЮНИТИ, 1992. 240 с.
- Федер Е. Фракталы. М.: Мир, 1991. — 143с.
- Френкель A.A. Математические методы анализа динамики и прогнозирования производительности труда. М.: Наука, 1972.
- Хевиленд Р. Инженерная надежность и расчет на долговечность / Пер. с англ. М.: Энергия, 1966. — 231 с.
- Хенан Э.Дж. Многомерные временные ряды. М.: Мир, 1986. -346с.
- Ховард P.A. Динамическое прогнозирование и марковские процессы. М.: сов. Радио, 1964. — 365с.
- Червяков Н.И., Сахнюк П. А. Применение нейроматематики для реализации вычислений в конечных кольцах. Нейрокомпьютеры: разработка, применение, 1999. № 1- С.75−84
- Червяков Н.И., Тихонов Э. Е. Совершенствование методов прогнозирования на базе нейронных сетей с использованием непозиционной системы остаточных классов. Нейрокомпьютеры: разработка, применение. М.: Радиотехника, — 2003. — № 10. — С. 13−18.
- Чуев Ю.В., Михайлов Ю. Б., Кузьмин В. И. Прогнозирование количественных характеристик процессов. М., «Сов. радио», 1975.- 400 с.
- Шибхузов З.М. Конструктивный TOWER алгоритм для обучения нейронных сетей из Sn нейронов. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение «Сб.докл., 2002. — С. 1066 -1072.
- Шор Я. Б. Статистические методы анализа и контроля качества и надежности. М.: Советское радио, 1962 — 252 с.
- Шукайло В.Ф. Некоторые вопросы теории восстановления и усталостной надежности механических элементов // О надежности сложных технических систем. М.: Советское радио, 1966. — С. 125−149.
- Шустер Г. Детерминированный хаос: Введение:-М.: Мир, 1988. -•240 с.
- Ямпольский С.М., Хилюк Ф. М., Лисичкин В. А. Проблемы научно-технического прогнозирования. М.: Экономика, 1969. -189 с.
- Ястребенецкий М.А. Безопасность томных станций: Информационные и-управляющие системы / М. А. Ястребенецкий, В: Н. Васильченко, С. В. Виноградская и др.- Под ред. М. А. Ястребенецкого. -К.: Техшка, 2004.- 472 с.
- Aarts Е. and J. Korst. Simulated Annealing and Boltzmann Machines: A Stochastic Aproach to Combinatorial Optimization and Neural Computing, New York: Wiley, 1989.
- Abarbanel H.D.I'. Analysis of Observed Chaotic Data, New York: Springer-Verlag, 1996.
- Abraham R.H. and CD. Shaw. Dynamics of the Geometry of Behavior, Reading, MA: Addison-Wesley, 1992.
- Abu-Mostafa Y.S. «Hints», Neural computation, 1995, vol. 7, p. 639 671.
- Abu-Mostafa Y.S. «Learning from hints in Neural Networks», Journal of Complexity, 1990, vol. 6, p. 192−198.
- Abu-Mostafa Y.S. «The Vapnik-Chervonenkis Dimension: Information Versus Complexity in Learning», Neural Computation, 1989, vol. 1, p. 312−317.
- Ackerman RL. «Intelligence», In S.C. Shapiro, ed. Encyclopedia of Artificial Intelligence, New York: Wiley (Interscience) 1990, p. 431M0.
- Ackley D.H., G.E. Hinton and T.J. Sejnowski. «A Learning Algorithm for Boltzmann Machines», Cognitive Science, 1985, vol. 9, p. 147 169.
- Aiyer S.V.B., N. Niranjan and F. Fallside. «A theoretical investigation into the performance of the Hopfield model», IEEE Transactions on Neural Networks, 1990, vol. 15, p. 204−215.
- Aizerman M.A., E.M. Braverman and L.I. Rozonoer. «The probability problem of pattern recognition learning and the method of potential functions», Automation and Remote Control, 1964E, vol. 25, p. 1175−1193.
- Albus J.S. «Outline for a theory of intelligence», IEEE Transactions on Systems, Man and Cybernetics, 1991, vol. 21, p. 473−509.
- Aleksander I. and H. Morton. An Introduction to Neural Computing, London: Chapman and Hall, 1990.
- Allport A. «Visual attention», In Foundations of Cognitive Science, M.I. Posner, ed., 1989, p. 631−682, Cambridge, MA: MIT Press.
- Barto A.G., S.J. Bradtke and S. Singh. «Learning to act using realtime dynamic programming», Artificial Intelligence, 1995, vol. 72, p. 81−138.
- Basar E., ed. Chaos in Brain Function, New York: Springer-Verlag, 1990.
- Bashkirov O.A., E.M. Braverman and LB. Muchnik. «Potential function algorithms for pattern recognition learning machines», Automation and Remote Control, 1964, vol. 25, p. 629−631.
- Battiti R. «First- and second-order methods for learning: Between steepest descent and Newton’s method», Neural Computation, 1992, vol. 4, p. 141−166.
- Bauer H.-U., R. Der and M. Hermman. «Controlling the magnification factor of self-organizing feature maps», Neural Computation, 1996, vol. 8, p. 757−771.
- Baum E.B. «Neural net algorithms that learn in polynomial time from examples and queries», IEEE Transactions on Neural Networks, 1991, vol. 2, p. 5−19.
- Baum E.B. and^ D. Haussler. «What size net gives valid generalization», Neural Computation, 1989, vol. 1, p. 151−160.
- Beaufays F. and E.A. Wan. «Relating real-time backpropagation and backpropagation-through-time: An aplication of flow graph interreciprocity». Neural Computation, 1994, vol. 6, p. 296−306.
- Becker S. «Learning to categorize objects using temporal coherence», Advances in Neural Information Processing Systems, 1993, vol. 5, p. 361−368, San Mateo. CA: Morgan Kaufmann.
- Becker S. «Mutual information maximization: models of cortical self-organization», Network: Computation in Neural Systems, 1996, vol. 7, p. 7−31.
- Birnbaum Z.W., Saunders S.C. A new family of life distribution // J. Appl. Prob. 1969. — N 6. — P. 319−347.
- Cohen L. Time-Frequency Analysis, Englewood Cliffs, NJ: Prentice-Hall, 1995.
- Cohen M.A. «The construction of arbitrary stable dynamics in nonlinear neural networks», Neural Networks, 1992B, vol. 5, p. 83−103.'
- Cohen M.A. and S. Grossberg. «Absolute stability of global pattern formation and parallel memory storage by competitive neural networks», IEEE Transactions on Systems, Man and Cybernetics, 1983, vol. SMC-13, p. 815 826.
- Cohn D. and G. Tesauro. «How tight are the Vapnik-Chervonenkis bounds», Neural Computation, 1992, vol. 4, p. 249−269.
- Comon P. «Independent component analysis», Proceedings of International Signal Processing Workshop on Higher-order Statistics, 1991, p. 111−120, Cham-rousse, France.
- Comon P. «Supervised classification, a probabilistic approach», European Symposium on Artificial Neural Networks, 1995, p. 111−128, Brussels, Belgium.
- Constantine-Paton M., H.T. Cline and E. Debski. «Patterned activity, synaptic convergence and the NMDA receptor in developing visual pathways», Annual Review of Neuroscience, 1990, vol. 13, p. 129−154.
- Cook A.S. «The complexity of' theorem-proving procedures», Proceedings of the 3rd Annual ACM Symposium on Theory of Computing, 1971, p. 151−158, New York.
- Cook P.A. Nonlinear Dynamical Systems, London: Prentice-Hall International. 1986.
- Cooper L.N. «A possible organization of animal memory and learning», Proceedings of the Nobel Symposium on Collective Properties of Physical Systems. B. Lundquist and S. Lundquist, eds., 1973, p. 252−264, New York: Academic Press.
- Cormen T.H., C.E. Leiserson and R.R. Rivest. Introduction to Algorithms. Cambridge, MA: MIT Press, 1990.
- Cortes C and V. Vapnik. «Suport vector networks», Machine Learning, 1995. vol. 20, p. 273−297.
- Cottrell M. and J.C. Fort. «A stochastic model"of retinotopy: Aself organizing process», Biological Cybernetics, 1986, vol. 53, p. 405−411.
- Dubois D. and H. Prade. Fuzzy Sets and, Systems: Theory and' Aplications, New York: Academic Press, 1980.
- Duda R.O. and’RE. Hart. Pattern Classification and Scene Analysis, New York: Wiley, 1973.
- Dunford N. and J.T. Schwartz. Linear Operators, Part 1, New-York: Wiley, 1966.
- Durbin R. and D. Willshaw. «An analogue’approach to the travelling salesman problem using an. elastic net method», Nature, 1987, vol. 326, p. 689 691.
- Durbin, R., C Miair and G. Mitchison, eds. The Computing Neuron, Reading. MA: Addison-Wesley, 1989.
- Dyn N. «Interpolation of scattered data by radial functions», in'» Topics hr Multivariate Aproximation, C.K. Chui, L.L. Schumaker and F.I. Uteras, eds., 1987. p. 47−61, Orlando, FL: Academic Press.
- Edelman G.M. Neural Darwinism, New York: Basil Books, 1987.203: Eeckman' F.H. «The sigmoid nonlinearity in prepyriform cortex!1,
- Neural. Information Processing Systems, 1988, pi 242−248, New York: American Institute of Physics.
- Eggermont J.J. The Correlative Brain: Theory and Experiment in Neural Interaction, New York: Springer-Verlag, 1990.
- El Hihi S. and Y Bengio. «Hierarchical recurrent neural networks for long-tern-, dependencies», Advances in Neural Information Processing Systems, 1996, vol 8, p. 493−499, MIT Press.
- Elman J.L. «Finding structure in time», Cognitive Science, 1990, vol. 14, p. 179−211.
- Fix E. and J.L. Hodges. «Discriminatory analysis: Nonparametric discrimination: Consistency properties», USAF School of Aviation Medicine, 1951, Project 21−49−004, Report no. 4, p. 261−279, Randolph Field, Texas.
- Fletcher R. Practical Methods of Optimization, 2nd edition, New York: Wiley, 1987.
- Fodor J.A. and Z.W. Pylyshyn. «Connectionism and cognitive architecture: a critical analysis», Cognition, 1988, vol. 28, p. 3−72.
- Foldiak P. «Adaptive network for optimal linear feature extractions», IEEE International Joint Conference on Neural Networks, 1989, vol. I, p. 401 405, Washington, DC.
- Forcada M.L. and R.C. Carrasco. «Learning the initial state of a second-order recurrent neural network during regular-language inference», Neural Computation, 1995, vol. 7, p. 923−930.
- Forney G.D., Jr. «The Viterbi algorithm», Proceedings of the IEEE, 1973, vol. 61, p. 268−278.Forte J.C. and G. Pages. «On the a.s. convergence of the Kohonen algorithm with a general neighborhood function», Annals of Aplied Probability, 1995, vol.
- Forte J.C. and G. Pages. «Convergence of stochastic algorithm: From the Kush-ner and Clark theorem to the Lyapunov functional», Advances in Aplied Probability, 1996, vol. 28, p. 1072−1094.
- Frasconi P. and M. Gori. «Computational capabilities of local-feedback recurrent networks acting as finite-state machines», IEEE Transactions on Neural Networks, 1996, vol. 7, p. 1521−1524.
- Fraser A.M. «Information and entropy in strange attractors», IEEE Transactions on Information Theory, 1989, vol. 35, p. 245−262.
- Freeman W.J. «Tutorial on neurobiology: From single neurons to brain chaos». International Journal of Bifurcation and Chaos in Aplied Sciences and Engineering, 1992, vol. 2, p. 451−482.
- Freeman W.J. Societies of Brains. Hillsdale, NJ: Lawrence Erlbaum, 1995.
- Fukushima K., S. Miyake and T. Ito. «Neocognitron: A neural network model for a mechanism of visual pattern recognition», IEEE Transactions on Systems, Man and Cybernetics, 1983, vol. SMC-13, p. 826 834.
- Gabor D. «Communication theory and cybernetics», IRE Transactions on Circuit Theory, 1954, vol. CT-1, p. 19−31.
- Galland C.C. «The limitations of deterministic Boltzmann machine learning», Network, 1993, vol. 4, p. 355−379.
- Gallant S.I. Neural Network Learning and Expert Systems, Cambridge, MA: MIT Press, 1993.
- Gallistel C.R. The Organization of Learning, Cambridge, MA: MIT Press, 1990.
- Gardner E. «Maximum storage capacity in neural networks», Electrophysics Letters, 1987, vol. 4, p. 481−485.
- Garey M.R. and D.S. Johnson. Computers and Intractability, New York: W.H. Freeman, 1979.
- Gee A.H. «Problem solving with optimization networks», Ph.D. dissertation. University of Cambridge, 1993.
- Gee A.H., S.V.B. Aiyer and R. Prager. «An analytical framework for optimizing neural networks», Neural Networks, 1993, vol. 6, p. 79−97.
- Geisser S. «The predictive sample reuse method with aplications», Journal of the American Statistical Association, 1975, vol. 70, p. 320−328.
- Gelfand A.E. and A.F.M. Smith. «Sampling-based aproaches to calculating marginal densities», Journal of the American Statistical Association, 1990, vol. 85, p. 398A09.
- Geman S. and D. Geman. «Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images», IEEE Transactions on Pattern Analysis and Machine Intelligence, 1984, vol. PAMI-6, p. 721−741.
- Geman S., E. Bienenstock and R. Doursat. «Neural networks and the bias/variance dilemma», Neural Computation, 1992, vol. 4, p. 1−58.
- Hastie T. and W. Stuetzle. «Principal curves», Journal of the American Statistical Association, 1989, vol. 84, p. 502−516.
- Hastings W.K. «Monte Carlo sampling methods using Markov chains and their aplications», Biometrika, 1970, vol. 87, p. 97−109.
- Haussler D. «Quantifying inductive bias: AI learning algorithms and Valiant’s learning framework», Artificial Intelligence, 1988, vol. 36, p. 177 221.
- Hawkins R.D. and G.H. Bower, eds. Computational Models of Learning in Simple Neural Systems, San Diego, CA: Academic Press, 1989.
- Hu C. The BerKeley reliability simulator BERT: an IC reliability simulator, Microelectr. J., 1992, vol.23, № 2, pp. 97 102.
- Hush D.R. and B.G. Home. «Progress in supervised neural networks: What’s new since Lipmann», IEEE Signal Processing Magazine, 1993, vol. 10, p. 8−39.
- Hush D.R. and J.M. Salas. «Improving «the learning rate of back-propagation with the gradient reuse algorithm», IEEE International Conference on Neural Networks, 1988, vol. I, p. 441A-47, San Diego, CA.
- Illingsworth V., E.L. Glaser and I.C. Pyle. Dictionary of Computing, New York: Oxford University Press, 1989.
- Intrator N. «Feature extraction using an unsupervised neural network», Neural Computation, 1992, vol. 4, p. 98−107.
- ISSN 1028−9763. matemaranm ManiHHH i chctcmh, 2007, № 3, 4 237
- ISSN 1028−9763. MaTeMaTHHHi Manuum i chctcmh, 2007, №> 3, 4 238
- Jaakkola T. and M.I. Jordan. «Computing upper and lower bounds on likelihoods in intractable networks», in E. Horwitz, ed., Workshop on Uncertainty in Artificial Intelligence, Portland, Or, 1996.
- Jackson E.A. Perspectives of Nonlinear Dynamics, vol. 1, Cambridge: Cambridge University Press, 1989.
- Ken Neubeck MIL HDBK -217 and the real // RAC Journal. -1994.-Vol. 2, N2.-P. 15−18.
- Norman B. Fuqua «Physics of Failure» historic perspective // RAC Journal. — 1995. — Vol. 3, N 2. — P. 27−30.
- Reliability and Quality Report. Fourth Quarter 1996. Motorola, Inc., 1996.-P. 64−69.
- Schrodinger E. Zur theorie der fallund streigver suche an teilchen mit brownscher bewegung // Physikalische teitshrift. 1915. — N 16. — P. 289
- Xilinx. Quality assurance and reliability, 1997, Nov. 21 (Version 2.0), pp.11−1,11.
- Zelen M., Dannemiller M.C. The robustness of life testing procedures derived from the exponential distribution //Technometrics. 1961. — Vol. 3, N 1. — P. 29−49.295.