Резюме върху трудовете на доц . д-р Валери Младенов ...

22. G. Tsenov, S. Terzieva, P. Yakimov, V. Mladenov, “Modeling and implementation of 3 rd ordersigma-delta modulator”, Proc. of the 16 th Int. Sci. And Applied Science ConferenceELECTRONICS ET2007, book1, ISBN 1313-1842, pp. 96-102, Sept. 19-21, Sozopol, Bulgaria,2007.23. Georgi T. Tsenov, Valeri M. Mladenov, "Higher Order Sigma-Delta Modulator LoopfilterParalel Form Representation In Z And S Domain", Proceedings of the 3rd InternationalWorkshop on Nonlinear Dynamics and Synchjronization, INDS'11, 25 – 27 July, Klagenfurt,Austria, 2011, pp. 257-261.Публикации извън включените в монографичния трудI. Изследване, проектиране и приложени аспекти на невронните мрежиИзследванията в тази област са разделени в направления:1. Изследване и проектиране на невронни мрежи за решаване на оптимизационнизадачи [1]-[9]Основните приноси в това направление са:В [1], [2], [7], [8] и [9] са предложени непрекъснати и дискретни невронни мрежи зарешаване на задачи на нелинейното програмиране - оптимизационни задачи с ограничения. Зарешаване на задачата на квадратичното програмиране в [7], [8] и [9] са предложени невроннимрежи от по-нисък ред, което е свързано с по-малко на брой елементи за закъснение,умножители и суматори, които се използват при тяхната реализация.В [3] и [4] са предложени нови невронни мрежи за проектиране на двумерни цифровифилтри, а в [5] и [6] нови невронни мрежи за проверка на устойчивостта на многомернисистеми. И в двата случая съответната задачата е сведена до оптимизационни задачи сограничения, които се решават с използване на предложените невронни мрежи.2. Невронни мрежи за прогнозиране на геномни сигнали [10]-[15]Преобразуването на символни последователности в комплексни геномни сигнали,позволява използването на методите за обработка на сигнали за третиране и анализ нануклеотидни последователности. Генът е участък от дезоксирибонуклеиновата киселина(ДНК) с определена нуклеотидна последователност и е най-малката функционална единица занаследственост. Основната изследвания в тази насока са свързани с разработката на новиметоди и алгоритми за прогнозиране на нуклеотидни редове, чрез използване на геномнисигнали, както и проектиране на невронни мрежи, за анализ и разпознаване на такива сигнали.Основните приноси в тези изследвания са публикувани в [10]-[15] и могат да бъдат обобщеникакто следва:• Приложени са методите за прогнозиране на временни редове при прогнозирането нагеномни сигнали, като за прогнозирането на съответните временни редове са използваниневронни мрежи;• Разработен е нов подход базиран на извличане на информативни признаци запрогнозиране и класификация на геномни сигнали;• Проектирани са невронни мрежи за прогнозиране на наредбите в геномните сигнали набаза на използване на информация за наредбите и посредством извличане наинформативни признаци за наредбите;