САМООРГАНІЗАЦІЯ ПОЛІНОМІАЛЬНИХ МОДЕЛЕЙ РЕГРЕСІЇ В НЕЙРОПОДІБНИХ СТРУКТУРАХ ГЕОМЕТРИЧНИХ ПЕРЕТВОРЕНЬ

Анотація

Запропоновано методи побудови самоорганізаційних поліноміальних моделей регресії з функціональним розширенням сигналів на основі машини геометричних перетворень. Функціональне розширення вхідних сигналів реалізується за допомогою набору поліномів Колмогорова-Габора. Для побудови полінома Колмогорова-Габора використовуються головні компоненти, які виділяються шляхом побудови автоасоціативної мережі на основі вхідних і вихідних сигналів. Приводяться результати порівняння ефективності прогнозування на вибірках різного розміру. На основі отриманих результатів встановлено ефективну здатність прогнозування розробленого методу для вибірок великого розміру.