Подготовка данных для построения нейросетевых моделей при малом количестве экспериментов
Методика статистического моделирования данных для обучения нейронных сетей с целью прогнозирования прочностных свойств волокнисто-пористых биокомпозитов. Количество данных, необходимое для обучения и тестирования сети. Эмпирическая линейная регрессия.
Подобные документы
- 1. Применение нейронных сетей для построения модели прогнозирования состояния городской воздушной среды
Характеристика процессов распространения загрязняющих веществ в атмосфере. Описание нейросетевых моделей прогнозирования и определение их эффективности. Пример построения структуры нейронной сети для прогнозирования распределения диоксида азота.
статья, добавлен 29.05.2017 Задачи, которые решают нейронные сети. Кластеризация и визуализация данных. Прогнозирование временных рядов и оценивание рисков. Иллюстрации применения технологий информационного моделирования. Нейросетевые обучающиеся машины. Аппроксимация данных.
лекция, добавлен 08.02.2013Подготовка данных, входы и выходы нейросети, изменения котировок. Выбор программного обеспечения: Matlab, Statistica, BrainMaker, NeuroShell Day Trader. Подготовка данных средствами MetaTrader. Знакомство с Matlab и обучения нейросетей в пакете AnfisEdit.
реферат, добавлен 02.12.2011Методы 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 30.05.2017Проблема моделирования объектов при помощи нейронных сетей. Проверка результатов полученной модели. Обмен между точностью и релевантностью. Архитектура и правила функционирования каждого слоя сети. Матрица входных данных для обучения нейро-нечеткой сети.
статья, добавлен 27.01.2019Анализ методов и технологий Data Mining. Применение искусственных нейронных сетей. Освоение среды Data Miner и разработка моделей анализа данных с применением программ STATISTICA. Анализ результатов применения моделей прогнозирования и анализа данных.
дипломная работа, добавлен 14.12.2019Методы формирования структуры нейронных сетей и их обучения. Принципы автоматического определения способа и параметров формирования общего решения в коллективе. Использование полученных результатов для решения задач моделирования и прогнозирования.
статья, добавлен 19.01.2018Рассмотрение положений теории нейронных сетей, анализ разнообразия их архитектур. Методы и алгоритмы предварительной обработки данных. Моделирование структуры нейросети. Разработка алгоритмов обучения нейронной сети для уменьшения ошибки тестирования.
дипломная работа, добавлен 30.08.2016Понятие 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 26.05.2018Назначение 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 23.01.2014Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.
курсовая работа, добавлен 22.06.2011Методика 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 27.05.2018Определение видов нейронных сигналов, методики обучения и тестирования в зависимости от типа используемой автономной навигационной системы. Рассмотрение случаев, когда счисление ведётся на основе данных от лага, гирокомпаса или инерциальной системы.
статья, добавлен 28.10.2018Классификация 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 26.09.2017Аналитический обзор нечетко-нейронных сетей, анализ методов обучения. Анализ программных комплексов для разработки систем прогнозирования. Разработка структурной схемы на базе нечетко-нейронных сетей, осуществление обучения разработанной системы.
дипломная работа, добавлен 14.12.2019Обеспечение оптимизации часто выполняемых типовых запросов. Построение математических моделей их организации и способов хранения хронологических данных в системах мониторинга и прогнозирования. Методика разделения массивов данных в различные таблицы.
статья, добавлен 29.04.2017Составление базы данных почасового электропотребления. Адаптация входных данных для обучения искусственной нейронной сети. Выбор алгоритма обучения нейронной сети. Выбор архитектуры нейронной сети. Трудности для прогнозирования электропотребления.
статья, добавлен 27.07.2017Характеристика процесса построения простейшей нейронной сети в пакете neuralnet. Анализ алгоритма подготовки данных на примере набора данных iris. Описание процесса обучения нейронной сети. Оценка качества классификации данных полученной нейронной сетью.
статья, добавлен 28.10.2020Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.
презентация, добавлен 03.12.2013Определение нейронных сетей методом Давидона-Флетчера-Пауэлла. Расчет с индивидуальными данными начальной точки для негладких функций. Кластеризация данных на основе графовых моделей и статистических методов с индивидуальным заданием точек наблюдения.
контрольная работа, добавлен 26.02.2015Комплексный подход для проектирования коллективов нейросетевых технологий, включающий в себя методы формирования структуры нейронных сетей и их обучения. Суть метода автоматического определения способа, параметров формирования общего решения в коллективе.
статья, добавлен 18.01.2018Описание принципов работы технологии искусственных нейронных сетей. Алгоритмы построения обучения сетей, возможности снижения временных затрат, необходимых для такого обучения. Обобщенная схема нейрона. Схема разделения вектора весов по ИР-элементам.
статья, добавлен 12.07.2021Разработка и внедрение модели кредитного скоринга с использованием нейронных сетей. Модель будет прогнозировать платежеспособность клиентов банка. Описание реализации. Предобработка входных данных. Процедура обучения нейронной сети, тестирование.
дипломная работа, добавлен 30.06.2017Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.
статья, добавлен 29.04.2017