Разработка метода нечеткой оценки проектных характеристик обучаемого инженера для автоматизированных обучающих систем САПР
Современные методы оценки, применяемые в автоматизированных обучающих системах. Архитектура нечеткой нейронной сети Кохонена, алгоритм обучения. Принцип оценки обучаемого инженера на базе нечеткой нейронной сети Кохонена. Реализация разработанного метода.
Подобные документы
Применение 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 21.02.2013Постановка проблемы автоматизированного обучения и контроля знаний. Изучение метода оценки знаний обучаемого с учетом времени, затраченного на решение данного задания с использованием математического аппарата, теории нечетких множеств и нечеткой логики.
статья, добавлен 23.10.2010Понятия нечеткой логики. Рассмотрение одного из способов проектирования экспертной информационной системы медицинской диагностики на базе нечеткой логики и интеграции этой системы с интеллектуальными парадигмами на примере нейронной сети Хопфилда.
статья, добавлен 04.12.2018- 4. 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 Описание особенностей использования и преимуществ генетического алгоритма для обучения нейро-нечеткой сети. Исследование скорректированных функций принадлежности для трех нечётких множеств. Настройка параметров функций принадлежности нечеткой модели.
статья, добавлен 07.03.2019Аппаратные и программные решения, современные сетевые технологии, применяемые для построения распределенных автоматизированных обучающих систем. Способы организации сетевой среды распределенной обучающей системы на принципе открытой архитектуры.
автореферат, добавлен 30.03.2013Классификации обучающих систем по различным свойствам. Классификации, отражающие управляемость обучаемого системой. Различные реализации электронных учебно-методических материалов по распределению ролей между обучаемым и системой в процессе обучения.
статья, добавлен 08.12.2018Проблема 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 27.01.2019Связь результатов, полученных при помощи обучения нейро-нечеткой сети ANFIS и выбора различных функций принадлежности. Пятислойная нейронная сеть прямого распространения сигнала. Нейронная сеть для представления нечеткой модели. Сигмоидная функция.
статья, добавлен 23.12.2020Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012Сравнительный анализ алгоритмов обучения нейро-нечеткой системы с функциями принадлежности с применением метода обратного распространения ошибки и гибридного метода. Решение задачи управления биотехнологическими процессами микробиологических производств.
статья, добавлен 26.05.2017- 12. Метод буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети
Разработка метода буферизации. Прогнозирование параметров сетевого трафика. Выбор рационального значения емкости памяти для буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети. Построение нечеткой нейронной сети.
статья, добавлен 14.07.2016 Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.
дипломная работа, добавлен 28.11.2019- 14. Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных
Разработка способов обеспечения достоверности информации баз данных. Описание метода определения достоверности вводимого кортежа. Параметры и характеристика нейронной сети Кохонена. Обучение радиально-базисной сети путём обратного распространения ошибки.
статья, добавлен 29.05.2017 История возникновения, виды, свойства и обучение искусственных нейронных сетей. Технология самообучения и задачи, решаемые при помощи нейронной сети Кохонена. Ограничения, накладываемые на компьютерную имитационную модель, ее схемы в среде MatLab.
дипломная работа, добавлен 12.01.2012Критерии оценки качества обучающих систем на стадиях их разработки и эксплуатации. Метод и алгоритмы расчета критериев качества в автоматизированной системе оценки качества обучающих систем. Анализ процесса жизненного цикла электронных обучающих систем.
автореферат, добавлен 01.05.2018Выбор инструментальных средств разработки автоматизированных систем на основе модели нечеткой логики для вычисления результирующей функции по заданным критериям. Анализ создания информационной системы на объектно-ориентированном языке программирования.
статья, добавлен 22.05.2017Нейроны слоя Кохонена и генерация сигналов. Обучение слоя Кохонена. Присвоение начальных значений и метод выпуклой комбинации. Чувство справедливости. Коррекция весов пропорционально выходу. Аккредитация и интерполяция - режимы работы сети Кохонена.
презентация, добавлен 16.10.2013Задача нахождения максимального потока минимальной стоимости в нечеткой динамической транспортной сети. Формальный алгоритм решения данной задачи. Численный пример, реализующий работу алгоритма. Актуальность и практическая ценность данного алгоритма.
статья, добавлен 30.05.2017Составление 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 27.07.2017Топологии нейронной сети: биологический нейрон, функции активации, закономерности обучения. Существующие архитектуры и их сравнительная характеристика. Многослойный перцептрон нейронной сети, особенности ее использования для динамических систем.
отчет по практике, добавлен 18.02.2019Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Алгоритм обучения нейронной сети с помощью процедуры обратного распространения. Диаграмма сигналов в сети. Программирование нейронной сети с применением объектно-ориентированного подхода. Иерархия классов библиотеки для сетей обратного распространения.
статья, добавлен 25.03.2013Анализ внедрения программных и информационных технологий в систему образования, а именно автоматизированных обучающих систем, которые позволяют без прямого контакта учителя с учеником, организовать процесс обучения. Методика управления их качеством.
статья, добавлен 29.04.2019Рассматриваются алгоритмы обучения нейронной сети: градиентный спуск с постоянным шагом и метод сопряженных градиентов (алгоритм Флетчера-Ривса). Расчет значения минимизируемой целевой функции ошибки полученной на тестовой выборке после обучения.
статья, добавлен 29.04.2018