формат Adobe PDF, размер 2173 Кб - Информационно ...

ISBN 5–7262–0471–9ЛЕКЦИИ ПО НЕЙРОИНФОРМАТИКЕ47. Арнольд В. И. О представлении функций нескольких переменных суперпозициейфункций меньшего числа переменных // Математическое просвещение. –1958. –. вып. 3. – c. 41–61.48. Горбань А. Н. Возможности нейронных сетей // В сб. Нейроинформатика. –Новосибирск: Наука, 1998. – c. 18–45.49. Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможностинейронной сети // Сибирский журнал вычислит. математики. –1998. – т. 1. – c. 11–24.50. Gorban A. N. Approximation of continuous functions of several variables by anarbitraqry nonlinear continuous function of one variable, linear functions, and theirsuperpositions // Appl. Math. Lett. – 1998. – v. 11. – pp. 45–49.51. Smith L. A. The Maintenance of uncertaintyURL: http://www.maths.ox.ac.uk/ ∼ lenny/papers.html52. Judd K., Small M. Towards long-term prediction // Physica D. – 2000. – v. 136. –pp. 31–44.53. Judd K., Small M., Mees A. Achieving good nonlinear models: Keep it simple, varythe embedding, and get the dynamics right //In: Nonlinear Dynamics and Statistics,edited by A. I. Mees. – 2001. – Birkhäuser, Boston. – pp. 65–80.54. Шумский С. А. Байесова регуляризация обучения // Лекции по нейроинформатике.– М.: МИФИ, 2002. –ч. 2. –с. 30–93.55. Rissanen J. Lectures on statistical modelling theoryURL: http://www.cs.tut.fi/ rissanen56. Small M., Tse C. K. Minimum description length neural networks for time seriespredictionURL: http://www.eie.polyu.edu.hk/ensmall/pubs.html57. Jordan M. I. Why the logistic function? A tutorial discussion on probabilities andneural networksURL: ftp://psyche.mit.edu/pub/jordan/uai.ps58. Бестужев-Лада И. В. Будущее предвидимо, но не предсказуемо: Эффект Эдипав социальном прогнозировании // В сб.: Пределы предсказуемости. – М.:ЦентрКом, 1997. – 247 c.59. Вигнер Е. Этюды о симметрии. – М.: Мир, 1971. – 320 c.140 УДК 004.032.26 (06) Нейронные сети