Рассмотрена задача объединения ансамбля искусственных нейронных сетей, осуществляющих обработку многомерных сигналов, заданных в виде дискретных временных рядов. Предложен алгоритм объединения сетей на конечной выборке, и доказана его оптимальность. Разработаны рекуррентные процедуры, предназначенные для работы в реальном времени. Предложен алгоритм для оценки «вклада» каждой из сетей, входящих в ансамбль, в объединенную оценку. Синтезирована архитектура нейронной метасети, решающей рассматриваемую проблему. Развиваемый подход позволяет повысить точность решения задач прогнозирования, фильтрации, сглаживания, эмуляции, обратного моделирования и им подобных, для решения которых используют искусственные нейронные сети, основанные на парадигме обучения с учителем.
Архитектура нейронной метасети
МЕТАМОДЕЛИРОВАНИЕ 