مشخصات مقاله | |
انتشار | مقاله سال 2017 |
تعداد صفحات مقاله انگلیسی | 6 صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
منتشر شده در | نشریه الزویر |
نوع مقاله | ISI |
عنوان انگلیسی مقاله | The Principle of Multi-alternativity in Intelligent Systems. Active Neural Network Models |
ترجمه عنوان مقاله | اصل چند جایگزینی در سیستم های هوشمند. مدل شبکه عصبی فعال |
فرمت مقاله انگلیسی | |
رشته های مرتبط | کامپیوتر و فناوری اطلاعات |
گرایش های مرتبط | شبکه های کامپیوتری |
مجله | مجله علوم کامپیوتر پروسیدیا – Procedia Computer Science |
دانشگاه | Voronezh State Technical University – Russia |
کلمات کلیدی | سیستم هوشمند، شبکه عصبی |
کد محصول | E5457 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
بخشی از متن مقاله: |
Abstract
The article deals with intelligent systems that contain artificial neural networks. After a close comparison of artificial and biological neural networks the authors reveal some fundamental flaws of artificial neural networks. It is shown that the reason for those disadvantages is the constancy of structure or the so called passivity of the neural network. To avoid this problem it is proposed to simulate the information processes in the neural network instead of simulating neurons themselves. The following consideration involves several evolutionary principles of multi-alternativity, such as multilevel approach, diversity and modularity. Those principles find their implementation in facet memory organization that is characterized by the reconfigurable structure and therefore close to its biological prototype. The advantage of the suggested approach is demonstrated by the example of an intellectual system based on an active neural network. The system applied to control an electrical supply network under critical events, such as breaks and overloads. In case of a critical event neural network takes the blocking decision that prevents breakage or accident conditions in the electrical network. |