CONSTRUCTION OF ARTIFICIAL NEURAL NETWORKS USING E-NETWORK MATHEMATICAL APPARATUS
https://doi.org/10.34822/1999-7604-2020-4-28-32
Abstract
The article continues the authors’ research in the field of E-networks and construction of mathematical models of complex technical systems with adaptive structural and parametric configuration. The article presents an E-network approach to the construction of artificial neural networks using the procedure of reconfiguration of the topology of the simulated network. This solution allows presenting the artificial neural network model in a more compact form and solves the problem of its interfacing with other components of the model. The resulting E-network mathematical model of artificial neural network is capable of solving a large class of problems, including identification of the behavior of a human operator (a group of operators) in automated process control systems.
About the Authors
M. Yu. Braginsky
Surgut State University, Surgut, Russia
Russian Federation
E-mail: mick17@mail.ru
Russian Federation
E-mail: mick17@mail.ru
D. V. Tarakanov
Surgut State University, Surgut, Russia
Russian Federation
Russian Federation
References
1. .1. Маршаков Д. В., Фатхи Д. В. Модель аппаратной реализации искусственного нейрона на основе цветных временных сетей Петри // Информац. технологии. 2011. № 3 (57). С. 201–209.
2. Pop A., Blaga F. S., Ursu M. P., Bungău C., Hule V. Modeling a Manufacturing System by Using XML – Petri Nets Technology // IOP Conf. Series: Materials Science and Engineering. 2020. Vol. 916. DOI 10.1088/1757-899X/916/1/012089.
3. Gilbert D., Heiner M., Ghanbar L., Chodak J. Spatial Quorum Sensing Modelling Using Coloured Hybrid Petri Nets and Simulative Model Checking // BMC Bioinformatics. 2019. Vol. 20. DOI 10.1186/s12859-019-2690-z.
4. Liu F., Heiner M., Gilbert D. Coloured Petri Nets for Multilevel, Multiscale and Multidimensional Modelling of Biological Systems // Briefings in Bioinformatics. 2019. Vol. 20, Iss. 3. Р. 877–886.
5. Харахинов В. А., Сосинская С. С. Использование сетей Петри при проектировании архитектуры программного продукта для анализа данных с помощью нейронных сетей // Науч. вестн. НГТУ. 2018. Т. 73, № 4. С. 91–100.
6. Song T., Rodriguez-Paton A., Zheng P., Zeng X. Spiking Neural P Systems with Colored Spikes // IEEE Transactions on Cognitive and Developmental Systems. 2018. Vol. 10, Iss. 4. 2018. P. 1106–1115.
7. Saren S. K., Blaga F., Vesselenyi T. Implementation of Fuzzy System Using Hierarchical Colored Petri Nets to Model Flexible Manufacturing Cell // IOP Conf. Series: Materials Science and Engineering. 2018. DOI 10.1088/1757-899X/400/4/042050.
8. Tristono T., Cahyono S. D., Sutomo В., Utomo P. Investigate the Complexity of the Control System of the Norwegian Traffic Light Using Petri Net Model // IOP Conf. Series: Journal of Physics. 2019. DOI 10.1088/1742-6596/1211/1/012022.
9. Tarakanov D., Tsapko I., Tsapko S., Buldygin R. Principles of E-network Modelling of Heterogeneous Systems // IOP Conference Series: Materials Science and Engineering. 2016. Vol. 124 (1).
10. Брагинский М. Я., Тараканов Д. В. Концепция построения аналитико-имитационных моделей человеко-машинных систем управления с помощью Е-сетей // Вестник кибернетики. 2020. № 2. C. 50–57.
11. Романников Д. О. О преобразовании сети Петри в нейронную сеть // Современ. информац. технологии. Сб. науч. тр. НГТУ. 2016. № 4 (86). С. 98–103.
12. Цапко Г. П., Цапко С. Г., Тараканов Д. В. Современные компьютерные тренажеры: математические методы моделирования и эмуляции параллельных взаимодействующих процессов. Томск : В-спектр, 2012. 192 с.
13. Соловьев А. М., Семенов М. Е. Искусственная нейронная сеть с гистерезисной функцией активации: стабилизация неустойчивых объектов // Теория и техника радиосвязи. 2016. № 3. С. 11–19.
14. Скуратовский Н. И., Темляков А. Ю., Алѐхин М. Д. Системный анализ градиентных алгоритмов обучения искусственных нейронных сетей прямого распространения в задачах распознавания // Системный анализ в медицине (САМ-2014) : материалы VIII Междунар. науч. конф. Благовещенск : Дальневосточный научный центр физиологии и патологии дыхания, 2014. С. 23–26.
Review
For citations:
Braginsky M.Yu., Tarakanov D.V. CONSTRUCTION OF ARTIFICIAL NEURAL NETWORKS USING E-NETWORK MATHEMATICAL APPARATUS. Proceedings in Cybernetics. 2020;(4 (40)):28-32. (In Russ.) https://doi.org/10.34822/1999-7604-2020-4-28-32
Views:
287
Email this article 