В данной статье описывается возможность применения интерференционной ИНС для динамического анализа активности процессов.
В настоящее время в операционных системах реального времени имеются инструменты, позволяющие получать данные об активности системных процессов. Анализ этих данных является сложной задачей, учитывая количество этих данных и их структуру. Интерференционная модель нейронной сети зарекомендовала себя как удобный и надёжный инструмент, применяющийся для решения различных задач машинного обучения и машинного зрения. Применение этой модели к решению задачи динамического анализа позволит сделать процесс обучения нейронной сети более гибким и удобным, чем в классических нейронных сетях, а также позволит получить более высокую скорость обработки данных.
Опубликовано в рецензируемом журнале, входящем в перечень ВАК: Автоматизация в промышленности, №4 2020.