Уникальный алгоритм быстрого обучения сетей квадратичных нейронов разработали в России

Специалистами ФГБОУ ВПО «Пензенского государственного университета» под началом Александра Иванова (д.т.н., начальник лаборатории биометрических и нейросетевых технологий АО «ПНИЭИ») была завершена разработка уникального алгоритма. Данный алгоритм быстрого обучения сетей квадратичных нейронов использует симметризацию корреляционных связей биометрических данных. Его основы легли в первую редакцию проекта второго нацстандарта РФ по биометрии, разработка которого ведется коллективом авторитетных отечественных ученых. Данный проект следует считать продолжением пакета Стандартов по высоконадежной биометрико-нейросетевой аутентификации.

Важность разработки российских ученых сложно переоценить, ведь для любой вычислительной машины биометрический образ человека неявен и не поддается формальному описанию. Ежегодный рост объема информации приводит к снижению точности распознавания биометрических образов, алгоритмы устаревают и лишаются актуальности. Пензенские ученые в настоящее время занимаются разработкой принципиально новых нейронных сетей, свойства которых в мире еще малоизучены. Они предлагают переход от использования простых нейронов к использованию радиально-базисных нейронов. За счет этого нейронная сеть будет способна точнее прогнозировать будущие значения набора данных и распознавать образы.