FIR artificial neural networks

Abstract

Artificial neural networks theory offers one of many ways to deal with nonlinear nature of complex real-world signals found in aviation. FIR filters are mostly utilized filters in all areas of digital signal processing as their behaviour is well understood, they are stabile, and have broad range of well developed design techniques. In the paper we overview artificial neural networks that employ FIR filters or possess FIR behaviour. Our aim is to show what FIR artificial neural networks are, how they could be created and trained, what properties they possess.

Aviacijoje, kaip ir daugelyje skaitmeninio signalų apdorojimo taikymo srityse, dažnai susiduriama su dinaminių sistemų modeliavimu bei signalų priklausomų nuo laiko apdorojimu. Šiems uždaviniams spręsti gali būti efektyviai naudojami dirbtinių neuronų tinklai. Straipsnyje pateikiama dirbtinių neuronų tinklų pasižyminčių ribota impulsine reakcija apžvalga. Nagrinėjami daugiasluoksnis perceptronas su įėjimo signalo vėlinimu, lygiagretus daugiasluoksnis perceptronas, vėlinimo dirbtinių neuronų tinklas, išvestinių dirbtinių neuronų tinklas, ribotos impulsinės reakcijos daugiasluoksnis perceptronas bei supaprastintas ribotos impulsinės reakcijos daugiasluoksnis perceptronas. Pagrindinis dėmesys skiriamas tinklų formalizavimui, mokymo algoritmų bei savybių aptarimui, siekiant supažindinti su šiuo metu žinomais dirbtinių neuronų tinklais bei jų privalumais ir trūkumais.