Теория и моделирование гетерогенных полиномиальных нейронных сетей

Рассмотрены различные математические модели, архитектуры и методы обучения, самоорганизации и минимизации сложности гетерогенных полиномиальных нейронных сетей (ПНС) в задачах векторного (расширенного) распознавания образов, классификации данных и диагностики состояний. Получены конструктивные оценки степени гетерогенности и параллелизма в процессе автономного принятия классифицирующих решений с помощью ПНС различных типов. Показано, что параллелизм, самоорганизация и робастность гетерогенных ПНС могут значительно возрасти при коллективном (мультиагентном) решении сложных задач распознавания образов, анализа изображений, развернутой (векторной) диагностики состояний и адаптивной маршрутизации информационных потоков.