Искусственная нейронная сеть для нелинейной декомпозиции функций

Abstract

Запропоновано нову архiтектуру штучної нейронної мережi для розв’язання задачi нелiнiйної декомпозицiї функцiй. Використано спадний пiдхiд, що не потребує апрiорної iнформацiї про властивостi аналiзовної функцiї. Можливостi запропонованого методу продемонстрованi на синтетичних тестових функцiях i пiдтвердженi розв’язанням реальної задачi.

A novel neural network architecture is proposed to solve the nonlinear function decomposition problem. The top-down approach that does not require an a priori knowledge about the function’s properties is applied. Abilities of the proposed method are demonstrated using synthetic test functions and confirmed by solving a real problem.