О применении интерференционной нейронной сети для динамического анализа данных в реальном времени

DOI: 10.25728/avtprom.2020.06.13

В современных операционных системах реального времени имеются инструменты, позволяющие получать данные об активности системных процессов. Анализ этих данных является сложной задачей, учитывая объем этих данных и их структуру. Интерференционная модель нейронной сети зарекомендовала себя как удобный и надежный инструмент, применяющийся для решения различных задач машинного обучения и машинного зрения. Применение этой модели для решения задачи динамического анализа данных позволит сделать процесс обучения нейронной сети более гибким и удобным, чем в классических нейронных сетях, а также обеспечит более высокую скорость обработки данных.