Обучаемые функциональные семантические сети для моделирования технических объектов

Abstract

Рассмотрены методологические принципы построения функциональных семантических сетей, обучаемых по результатам экспериментальных исследований технологических объектов. Предложены два варианта обучения – запоминанием и обобщением. Описывается возможность преобразования функциональных семантических сетей к нейронным сетям с архитектурой «многослойный персептрон». The paper considers methodological principles of constructing functional semantic networks trained according to the results of experimental studies of technological objects. Two training options are offered, which are based on memorization and generalization. The possibility of converting functional semantic networks to neural networks with the «multi-layer perceptron» architecture is described.