Анализ эффективности генетических алгоритмов обучения нейронных сетей
Доказательство возможности аппроксимации непрерывных функций нейронными сетями в работах Колмогорова и Хехта Нильсена. Эффективность применения генетических алгоритмов к решению проблемы исследования таких сетей. Выбор операторов мутации и кроссовера.
Подобные документы
История появления генетических алгоритмов, области их применения: составление расписаний, задачи раскроя-упаковки, аппроксимации. Способы реализации идеи биологической эволюции в рамках генетических алгоритмов. Операторы отбора, кроссинговера и мутации.
лекция, добавлен 09.10.2013Разработка генетической топологии поиска нейросетевых моделей, ее программная реализация в составе моделирующей системы. Апробация топологии на актуальной задаче. Изучение методов совместного использования генетических алгоритмов и нейронных сетей.
автореферат, добавлен 02.05.2018Нейронная сеть – система связанных и взаимодействующих друг с другом искусственных нейронов. В статье проведен анализ алгоритмов обучения нейронных сетей. Приведены последовательность действий при обучении этими алгоритмами, их достоинства и недостатки.
статья, добавлен 23.01.2021Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Методики компонентного проектирования нейронных сетей для обработки баз знаний, представленных семантическими сетями. Использование унифицированной модели нейронной сети и компонентном подходе к работе с нейронными сетями; библиотека НС-компонент.
статья, добавлен 06.03.2019Общая структура топологии применения генетических алгоритмов для обучения нейронных сетей. Методы и алгоритмы предварительной подготовки данных, расчета структуры нейросети и модифицированных методов обучения, проверки работы на валидационной выборке.
статья, добавлен 12.05.2017Анализ 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 03.12.2013Аппаратная и программная реализация нейронных сетей. Создание улучшенного подхода валидации точности алгоритмов глубокого обучения для применения на ИИ-ускорителях. Разработка гибкого и расширяемого инструмента для инференса искусственных нейронных сетей.
дипломная работа, добавлен 28.10.2019Автоматизация проектирования локальных сетей Ethernet и ATM при построении вычислительных сетей, предназначенных для передачи разнородного трафика. Синтез структур Ethernet и ATM с помощью генетических алгоритмов нейронных сетей. Типы коммутации пакетов.
статья, добавлен 06.05.2018Рассмотрение 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 03.07.2017Использование генетических алгоритмов как механизма для автоматического проектирования схем на реконфигурируемых платформах. Требования к проектированию генетических алгоритмов. Аппаратная реализация компактного и вероятностного генетического алгоритма.
статья, добавлен 16.01.2018Рассмотрение вопросов построения и использования операторов мутации и кроссовера особей в векторном варианте генетического программирования. Анализ различных подходов к решению проблемы и эффективности при эволюционном синтезе систем управления.
статья, добавлен 31.08.2018Применение переборных алгоритмов в рамках задачи оптимизации транспортной логистики. Задачи применения генетических алгоритмов. Особенности работы операторов скрещивания. Способы решения проблемы перекрестного скрещивания в задаче коммивояжера.
доклад, добавлен 28.04.2014- 14. Решение прямой и обратной задач. Изучение генетических алгоритмов с помощью графического интерфейса
Графический интерфейс генетических алгоритмов. Нахождение глобального минимума функции переменной. Поиск аргументов с помощью генетических алгоритмов. Решение прямой, обратной задач. Изучение генетических алгоритмов в режиме командной строки MATLAB.
курсовая работа, добавлен 29.02.2020 Изучение основ работы с Genetic Algorithm в MatLAB, исследование экстремумов функций с помощью генетических алгоритмов без включения операции мутации и кроссовера с установлением параметров Crossover fraction из вкладки Reproduction в 1.0 и в 0.
лабораторная работа, добавлен 28.12.2016Характеристика понятия образа, проблемы обучения распознаванию образов. Описание истории исследований в области нейронных сетей. Изучение сигнального метода обучения Хебба. Описание структурных схем и алгоритмов нейронных сетей Хопфилда и Хэмминга.
реферат, добавлен 12.06.2015Применение методов классификации, моделирования и прогнозирования, основанных на применении деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования. Задачи и возможности Data Miner в Statistica 8.
реферат, добавлен 19.12.2014Возможности экспертных систем. Принципы работы дерева решений. Структура нейронных сетей, принципы проектирования с помощью пакета Matlab. Оптимизация функции с помощью генетических алгоритмов. Муравьиные алгоритмы поиска оптимального маршрута в графе.
учебное пособие, добавлен 29.02.2016Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017- 20. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Анализ сущности нейронных сетей, их особенности способности к обучению (настройки архитектуры и синаптических связей). Перспективы развития применения и использования искусственных нейронных сетей. Основные достоинства нейронных сетей перед традиционными.
статья, добавлен 29.07.2018- 22. Добыча данных
Способы добычи информации из интегрированных систем. Недостатки программного комплекса статистической обработки данных. Характеристика нейронных сетей. Применение деревьев решений и генетических алгоритмов. Принципы эволюционного программирования.
реферат, добавлен 17.05.2016 Перспективы развития искусственного интеллекта. Основные проблемы нейронных, экспертных и много-агентных сетей. Исследование генетических алгоритмов и моделей представления знаний. Применение искусственного интеллекта в промышленной и аграрной сфере.
контрольная работа, добавлен 22.07.2020Решение сложных интеллектуальных задач с помощью искусственных нейронных сетей. Автоматизация и гибридизация генетических алгоритмов аппарата нечеткой логики. Применения метода генетического программирования в селекции и репродукции новых пород деревьев.
статья, добавлен 18.01.2018Понятие генетических алгоритмов как аналитических технологий, созданных и выверенных самой природой за миллионы лет ее существования. Особенности разработки системы, генерирующей решение с помощью генетических алгоритмов, характеристика их источника.
курсовая работа, добавлен 21.10.2013