В заметку про роль ноу-хау добавилась уже третья
ссылка на чужие программы реализации
сверточных нейронных сетей, проигрывающие по скорости моей
программе на порядок. Обоснованно можно заявить, что быстрые программы (по меньшей
мере, нейросетевые) я умею делать лучше многих других.
Статья с XIV международной
конференции по нейрокибернетике в Ростове-на-Дону в сентябре
2005г - про использование
индикатора свойств весов синапсов для определения оптимального размера
нейронной сети.
Рецензия на статью Сенашовой М.Ю.
"Быстрое дифференцирование на графах. Вычисление вторых производных
сложных функций многих переменных".
Статьи пополнены четвертым докладом
с конференции "Нейроинформатика и ее приложения - 2004".
Тема работы - указание, что для
достижения наилучших обобщающих способностей не нужно стремиться к минимальному
по числу нейронов и входных сигналов размеру нейронной сети, обеспечивающему при
этом заданный уровень точности обучения.
Рецензия на статью Жукова Л.А.,
Решетниковой Н.В. "Исследование различных вариантов контрастирования и
бинаризации нейронных сетей для обработки медицинских данных".
Три статьи
с конференции "Нейроинформатика и ее приложения - 2004". Темы -
скорость обучения нейронной сети разными алгоритмами обучения, оптимизация размеров
обучающих выборок для экспертов boosting-коллектива, использование
показателей чувствительности выходного сигнала нейросети к колебаниям входных
сигналов как возможного индикатора наличия выбросов в обучающих выборках.
Статья с анализом задач и методов,
реализация и распараллеливание которых востребованы и полезны при создании
программ-нейроимитаторов для кластерных и многопроцессорных ЭВМ.
Статья
2000г с результатами
применения нейронных сетей для задач экологического
прогнозирования. Основной упор в статье делается на описание
постановок задач прогноза и анализа в проблеме моделирования
связей климата и растительности на территории Сибири.
Две статьи 2002г с
конференции "Нейроинформатика и ее приложения". Темы - упрощение
нейронных сетей (исключение избыточных элементов из обученной нейросети) и построение
нейронных сетей, отказоустойчивых к повреждениям синапсов.