LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Буриченко, О.В.; Інститут аерокосмічних систем управління НАУ; Іванець, О.Б.; Інститут аерокосмічних систем управління НАУ; Букрєєва, О.В.; Інститут аерокосмічних систем управління НАУ (2012)
Publisher: Национальный Авиационный Университет
Languages: Ukrainian
Types: Unknown
Subjects: MATLAB; штучні нейронні мережі; модель; ваги нейронів
 Наведено можливості використання програмного пакета MATLAB для побудови моделей прогнозування за допомогою штучних нейронних мереж. Подано результати побудови п’яти штучних нейронних мереж і проаналізовано результати й можливості перегляду та коригування ваг побудованої штучної нейронної мережі.  In this work, we presented the possibility of using MATLAB software package for building forecasting models using artificial neural networks (ANN). The results build 5 ANN and the analysis results and the ability to view and adjust weights constructed ANN.  Представлены возможности использования программного пакета MATLAB для построения моделей прогнозирования с помощью искусственных нейронных сетей. Приведены результаты построения пяти искусственных нейронных сетей, проведен анализ результатов и возможности пересмотра и корректировки весов построенной искусственной нейронной сети.
  • No references.
  • No related research data.
  • No similar publications.