Разработка модифицированных алгоритмов обучения для нейронной сети адаптивной резонансной теории

В данной научно-исследовательской работе рассматривается искусственная нейронная сеть адаптивной резонансной теории, предназначенная для решения задачи распознавания образов. Интерес к этой нейронной сети обусловлен наличием у нее таких преимуществ как адаптивность и решение дилеммы стабильности-пластичности. Исследуется негативный эффект деградации и размножения классов, возникающий при функционировании данной нейросети. Для решения этой проблемы предлагается два модифицированных алгоритма обучения. В работе также описывается сравнительное тестирование классической и модифицированных нейронных сетей на различных выборках изображений, с разными параметрами. Качество нейросетей оценивается по таким критериям как эффективность типа true-positive, скорость распознавания и количество выделенных категорий для хранения образов. Проводится анализ результатов тестирования, на основе него выявляются преимущества и недостатки рассматриваемых моделей, и оценивается качество решения поставленной задачи.