Практическое применение искусственных нейронных сетей в задачах аппроксимации
Задача аппроксимации ряда динамики, построение функции по конечному набору точек. Особенности минимаксной функции. Фрагмент программы создания и адаптации линейной сети. Результат аппроксимации данных. Традиционные методы сглаживания ряда динамики.
Подобные документы
Назначение графических управляющих элементов NNTool, подготовка данных, создание нейронной сети, обучение и прогон. Разделение линейно-неотделимых множеств. Задача аппроксимации. Распознавание образов. Импорт-экспорт данных. Применение нейронных сетей.
статья, добавлен 23.01.2014Рассмотрение средств и методов MatLab и пакета Simulink для моделирования и исследования нейронных сетей. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме. Применение GUI-интерфейса пакета нейронных сетей.
методичка, добавлен 03.07.2017Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.
методичка, добавлен 26.11.2015Моделирование задачи многомерной аппроксимации значений критериев и обратной задачи определения входных параметров по заданным значениям критериев с помощью нейронной сети. Алгоритм реализации задачи аппроксимации. Нахождения разложения для критериев.
реферат, добавлен 03.07.2017Идентификация линейных и нелинейных стационарных процессов при помощи метода стохастической аппроксимации (метода последовательного градиентного поиска). Построение блок-схемы процесса способами стохастической аппроксимации и динамической регрессии.
контрольная работа, добавлен 03.12.2012Одномерные методы оптимизации. Минимизирование функции методом Фибоначчи квадратичной аппроксимации. Составление графика изменения длинны интервала неопределенности от номера итерации. Написание компьютерной программы на языке C# по оптимизации функций.
лабораторная работа, добавлен 19.06.2015Особенности аппроксимации дискретных экспериментальных данных непрерывными моделями. Разработка программно-алгоритмических методов автоматизации распознавания изображений нейронов и реконструкции их трехмерного распределения в черной субстанции мозга.
статья, добавлен 05.11.2018Методика выбора нейронной сети для решения задач регрессионного анализа многомерных данных. Оценка эффективности выбранной нейросети при решении задачи аппроксимации зашумленных данных. Результаты моделирования прочностных характеристик металла шва.
статья, добавлен 27.05.2018Нейронные сети: особенности, варианты использования и преимущества. Диагностика и прогнозирование экономических объектов. Применение нейронных сетей в рыночной экономике. Варианты применения искусственных нейронных сетей в задачах бизнес-прогнозирования.
реферат, добавлен 15.03.2009Методы интеллектуального анализа данных, основанных на применении искусственных нейронных сетей, их ключевая особенность. Понятие репрезентативности исходных данных. Формирование обучающей выборки и оценка достоверности данных таблиц базы данных.
статья, добавлен 30.05.2017Методические рекомендации по аппроксимации методом наименьших квадратов. Метод последовательного исключения неизвестных (метод Гаусса). Количественная оценка погрешности аппроксимации. Алгоритм и код программы. Методика решения нормальных уравнений.
курсовая работа, добавлен 18.10.2017Использование искусственных нейронных сетей, их способность к процессу настройки архитектуры сети и весов синаптических связей для эффективного решения поставленной задачи. Применение нейронных сетей в области телекоммуникаций, экономики и финансов.
статья, добавлен 26.04.2017Анализирование аппроксимации Фонга как метода для точного затенения полигонов, её математическое описание и алгоритм создания. Практическая демонстрация реализации затенения с помощью полигональной аппроксимации. Проект сферы, созданный по методу Фонга.
курсовая работа, добавлен 04.02.2014Рассмотрено применение технологии искусственных нейронных сетей для реализации систем интеллектуального автоматического управления. Проведен сравнительный анализ различных схем нейроуправления. Алгоритмы и методы обучения искусственных нейронных сетей.
статья, добавлен 02.04.2019Определение сущности аппроксимации — научного метода, состоящего в замене одних объектов другими. Рассмотрение внешнего вида интерфейса. Разработка листинга программы. Ознакомление с примером вызова программы. Характеристика результатов тестирования.
курсовая работа, добавлен 21.10.2017- 16. Нейронные сети
Понятие нейронных сетей, которые вошли в практику везде, где нужно решать задачи прогнозирования, классификации или автоматизации. Применение и возможности нейронных сетей. Аппроксимация функций по набору точек. Сжатие информации. Ассоциативная память.
реферат, добавлен 09.06.2016 История создания нейрокомпьютеров, их преимущества, недостатки и практическое применение. Понятие нейронных сетей, их сущность, основные элементы, особенности формирования, виды, функции, задачи и назначение. Проблемы создания искусственного интеллекта.
курсовая работа, добавлен 07.12.2009Применение нечеткой нейронной сети на основе алгоритма Сугено путем аппроксимации управляющего напряжения, как функции координат системы, для реализации терминального управления. Описание базы правил и функции принадлежности, результаты применения сети.
статья, добавлен 21.02.2013- 19. Выравнивание рядом динамики с оценкой погрешности. Метод наименьших квадратов логарифмический тренд
Нахождение коэффициентов логарифмической модели методом наименьших квадратов. Освоение методов логарифмической и линейной аппроксимации. Выявление значения функции в заданной точке. Анализ точности и правильности вычислений разработанных алгоритмов.
курсовая работа, добавлен 16.05.2016 Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017Форма представления выходной информации. Рассмотрение способов её контроля. Обучение искусственных нейронных сетей. Исследование их преимуществ и недостатков. Источники и способы получения данных. Изучение особенностей применения нейронных сетей.
курсовая работа, добавлен 16.05.2016Понятие и классификация нейронных сетей; их структура и принцип работы. Особенности применения нейронных сетей в телекоммуникационных системах. Методы решения задач маршрутизации. Принципы прогнозирования потоков данных на основе нечетно-нейронных сетей.
дипломная работа, добавлен 26.05.2018Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Опыт применения нейронных сетей в экономических задачах. Моделирование эмпирических закономерностей по ограниченному числу экспериментальных и наблюдаемых данных. Табличный метод - основа искусственного интеллекта. Мониторинг банковской системы.
реферат, добавлен 15.03.2009- 25. Обращение операторов в нелинейной теории оболочек с помощью нейронной сети и генетического алгоритма
Применение нейронной сети для идентификации функции нагрузки тонкостенной оболочки по результатам наблюдений. Обоснование возможности аппроксимации зависимости между результатами наблюдений и неизвестными функциями обратных задач с помощью нейронной сети.
статья, добавлен 27.09.2016