АДАПТИВНЫЙ НЕЙРОСЕТЕВОЙ КЛАССИФИКАТОР

Abstract

Рассматривается проблема затирания памяти в искусственных нейронных сетях при предъявлении новых классов образов. Предлагается адаптивный гибридный классификатор, обладающий способностью к дообучению. Отличительной особенностью описываемого классификатора является обучение с учителем и наличие ассоциативного поиска сохраненных образов в долговременной памяти, который повышает устойчивость классификатора к шумам и уменьшает количество обращений к памяти по сравнению с последовательным способом.