Робота присвячена дослідженню штучної нейронної мережі Wavenet та вирішення за її допомогою задач апроксимації нелінійних функцій, виділення особливостей сигналу, класифікації та кластеризації, а також проектування на основі даної нейронної мережі засобів вирішення реальних виробничих задач. У роботі досліджується структура нейронної мережі Wavenet, спроектована та відлагоджена її програмна реалізація для вирішення задачі виділення справжніх луна-імпульсів при безконтактній товщинометрії EМА-методом та класифікації аварійних ситуацій при дефектоскопії зварних з'єднань магнитним структуроскопом. ШТУЧНА НЕЙРОННА МЕРЕЖА, ВЕЙВЛЕТ, ІНІЦІАЛІЗАЦІЯ, АЛГОРИТМ НАВЧАННЯ, БАЗИСНА ФУНКЦІЯ, КЛАСИФІКАЦІЯ, ДЕФЕКТОСКОПІЯ . Work is devoted to research of neural network Wavenet and and solution of problems of approximation of nonlinear functions, allocation of features of a signal, classification and clasterization, and also designing on the basis of the given neural network of means for the decision of real industrial tasks. In work the structure of Wavenet network is investigated, its realization for the decision of a problem of allocation true an echo-impulses is designed and debugged at contactless measurement of thinkness and classifications of emergencies at defect finding of welded seams by magnetic strucuturoscope. ARTIFICIAL NEURAL NETWORK, WAVELET, INITIALIZATION, TRAININGS ALGORITHM, BASIC FUNCTION, CLASSIFICATION, DEFECTOSCOPY
