Інтерпретація динамічних моделей у вигляді нейронних мереж з часовими затримками

Abstract

Робота присвячена вирішенню задачі інтерпретації динамічних моделей на основі нейронної мережі з часовими затримками. Запропоновано підхід до побудови еквівалентної моделі, що інтерпретується людиною, у вигляді аналітичного виразу інтегро-степеневого ряду, що зберігає динамічні та нелінійні властивості нейро-мережевої моделі.

The work is devoted to the solution of the interpreting dynamic models problem based on a neural network with time delays. An approach to the construction of an equivalent model interpreted by a human, in the form of analytical expression of integral-degree series, which preserves the dynamic and nonlinear properties of the neural network model, is proposed.