Yugra State University BulletinYugra State University BulletinВестник Югорского государственного университета1816-92282078-9114Yugra State University740210.17816/byusu201612261-64ArticlesСтатьиResearch ArticleThe approach to the formation of the neural network architecture for pattern recognitionПодход к формированию архитектуры нейронной сети для распознавания образовTatyankinVitaly M.ТатьянкинВиталий Михайлович
Russian Federation

Senior lecturer of the Department of Automated Information Processing Systems and Management, Institute of Control Systems and Information Technology, Yugra State University

Старший преподаватель кафедры автоматизированных систем обработки информации и управления Института (НОЦ) систем управления и информационных технологий Югорского государственного университета

bambar@bk.ruYugra State UniversityЮгорский государственный университет15062016122NO2 (2016)№2 (2016)616404122017Copyright ©; 2016, Tatyankin V.M.Copyright ©; 2016, Татьянкин В.М.2016Tatyankin V.M.Татьянкин В.М.http://creativecommons.org/licenses/by-sa/4.0https://vestnikugrasu.org/byusu/article/view/7402

An approach to the formation of an efficient pattern recognition algorithm. Under efficiency, understood as a zero error, resulting in the identification of the images on the test sample. As a test sample is considered an open database of images of handwritten digits MNIST.

В статье рассматривается подход к формированию эффективного алгоритма распознавания образов. Под эффективностью понимается нулевая ошибка, полученная при идентификации образов на тестовой выборки. В качестве тестовой выборки рассматривается открытая база изображений рукописных цифр MNIST.

neural networksMNIST databasepattern recognitionнейронные сетибаза данных MNISTраспознавание образов1. База изображений рукописных цифр MNIST [Электронный ресурс]. – Режим доступа : http://yann.lecun.com/exdb/mnist/ (дата обращения 1.10.2015).2. Головко, В. А. Применение нейронных сетей глубокого доверия для выделения семантически значимых признаков [Электронный ресурс]. – Режим доступа: http://libeldoc.bsuir.by/bitstream/ 123456789/4138/1/Применение%20нейронных%20сетей.PDF. (дата обращения 1.10.2015).3. Лепский, А. Е. Математические методы распознавания образов. Курс лекций [Текст] / А. Е. Лепский, А. Г. Броневич [Электронный ресурс]. – Режим доступа: http://lepskiy.ucoz.com/lect_Lepskiy_ Bronevich _pass.pdf (дата обращения 1.10.2015).4. Карминская, Т. Д. Использование кластерного анализа и нейронных сетей в задаче управления региональным рынком труда [Текст] / Т. Д. Карминская, В. М. Татьянкин, О. Д. Тей [и др.] // Доклады Томского государственного университета систем управления и радиоэлектроники: сб. науч. тр. – 2013. – № 3(30). – С. 201–205.5. Татьянкин, В. М. Модифицированный алгоритм обратного распространения ошибки [Электронный ресурс] / В. М. Татьянкин // Приоритетные направления развития науки и образования : материалы III междунар. науч.–практ. конф. (Чебоксары, 04 дек. 2014 г.) / редкол. : О. Н. Широков [и др.] – Чебоксары: ЦНС «Интерактив плюс», 2014. – Режим доступа: http://interactive-plus.ru/e-articles/collection-20141204/collection-20141204-5263.pdf (дата обращения 1.10.2015).6. Третье поколение нейросетей: «Глубокие нейросети» [Электронный ресурс]. – Режим доступа : https://www.mql5.com/ru/articles/1103 (дата обращения 1.10.2015).