000			03301nam0a2200397 4500
001			RU\NLR\BIBL_A\012823707
005			20250624172347.0
010			_a978-5-907328-10-5 _9500
021			_aRU _b2022-19492 _9КН-П-1668
035			_a(RuMoRGB)011023136
035			_a(NLR Aleph) 012823707
090			_a12329604 _c12329604
100			_a20220621d2022 |||y0rusy50 ca
101	0		_arus
102			_aRU
105			_aa z 000zy
181		0	_ai _baxxe
182		0	_an
200	1		_aНейро-нечеткие классификаторы. Теория и практика _eмонография _fЛ. С. Ломакина, С. А. Манцеров, И. Д. Чернобаев
203			_aТекст _bвизуальный _cнепосредственный
210			_aВоронеж _cНаучная книга _d2022
215			_a136 с. _cил. _d21
320			_aБиблиогр.: с. 129-136 (91 назв.)
330			_aРассматривается проблема эффективности искусственных нейронных сетей в задачах классификации. Приведено обоснование новой адаптивной функции активации искусственного нейрона, использующей нечеткую логическую систему для решения поставленной проблемы. Выполнена апробация разработанного алгоритмического обеспечения нейро-нечетких классификаторов для решения прикладных задач классификации состояний объектов сложной структуры и различной физической природы. Приведены оценки точности классификации разработанных нейро-нечётких классификаторов в прикладных задачах. Монография предназначена для ученых и практиков в области машинного обучения и диагностирования сложных систем, а также полезна для студентов и магистрантов направлений <Информатика и вычислительная техника>, <Автоматизация технологических процессов и производств>, <Мехатроника и робототехника>
606	1		_aМашинное обучение _xИскусственных нейронных сетей методы _2nlr_sh2 _3RU\NLR\AUTH\6601711377
606	1		_aНечеткие множества _xТеория _xПрименение в машинном обучении _2nlr_sh2 _3RU\NLR\AUTH\6601711380
675			_a53 _v4
686			_a22.3 _2rubbks
686	1		_aЗ973.2-018
700		1	_aЛомакина _bЛ. С. _gЛюбовь Сергеевна
701		1	_aМанцеров _bС. А. _gСергей Александрович
701		1	_aЧернобаев _bИ. Д. _gИгорь Дмитриевич
942			_cBOOK
980			_aNB