Нечеткая нейросетевая классификация интенсивности марковского случайного потока событий

Аннотация: Исследовано применение моделей нечетких нейронных сетей, использующих нечеткие функции активации нейронов, для решения задач классификации интенсивности марковских случайных потоков событий. Исследование проводится с помощью средств компьютерного моделирования MATLAB. Марковские случайные потоки событий представлены в виде двух последовательно идущих друг за другом кусков простейших (пуассоновских) потоков, каждый из которых характеризуется своей интенсивностью прихода событий. С помощью нечетких нейронных сетей решается задача дихотомии: классификация интенсивности двух пуассоновских потоков. Компьютерное моделирование подтвердило эффективность нечеткой нейросетевой классификации интенсивности марковского случайного потока событий.

Ключевые слова: нечеткие функции активации, нечеткие нейронные сети, мар-потоки событий, мс-потоки событий, классификация интенсивности потока

Библиография статьи: Кориков А. М. Нечеткая нейросетевая классификация интенсивности марковского случайного потока событий / А. М. Кориков, А. Т. Нгуен // Доклады ТУСУР. – 2017. – Т. 20, № 2. – С. 79–83. DOI: 10.21293/1818-0442-2017-20-2-79-83