Модель нейрона Маккалока-Питтса
Исследование понятия "искусственный нейрон". Характеристика модели нейрона Маккалока-Питтса. Моделирование логических операций "конъюнкция" и "дизъюнкция", оценка невозможности решения проблемы "исключающего или" с помощью нейрона с двумя входами.
Подобные документы
Основные понятия об искусственных нейронных сетях, дискретных преобразованиях Фурье и потоковых кодированиях информации. Формальная модель нейрона Мак-Каллока-Питтса и нейрона с альтернативными синапсами. Дискретное преобразование Фурье. Метод Хебба.
автореферат, добавлен 08.02.2013Описание модели динамического нейрона. Разработка новых методов обучения нейронных сетей, генерирующих спайки. Анализ аспектов функционирования нейрона, как детектора временных последовательностей сигналов. Исследование задач обучения нейрона с учителем.
статья, добавлен 18.01.2018История искусственных нейронных сетей. Модель формального нейрона Питтса и персептрон Розенблатта. Синапс как элементарная структура и функциональный узел между двумя нейронами. Примеры наиболее часто используемых преобразовательных функций Хопфилда.
презентация, добавлен 25.06.2013Ознакомление со структурной схемой нейрона. Анализ методов отражения сути биологических нейронных систем. Исследование сравнительных характеристик нейрокомпьютеров и традиционных компьютеров. Рассмотрение формальной модели искусственного нейрона.
курсовая работа, добавлен 25.01.2015Анализ 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 29.03.2018Обзор 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 04.12.2012Особенности программирования модели формального нейрона и персептрона Розенблатта, алгоритм и правило Хебба. Искусственный нейрон с активационной сигмоидальной логистической функцией. Персептронная система распознания изображений и сетевой поверхности.
лабораторная работа, добавлен 08.10.2014Анализ модели нейрона, обладающей возможностью запоминания значения специально вводимого параметра состояния нейрона. Механизм реализации двухуровневой схемы эволюционирования нейронных сетей. Описание предлагаемых алгоритмов их функционирования.
статья, добавлен 19.12.2017Искусственный интеллект как новая информационная революция. Некоторые сведения о мозге. Основы теории нейроподобных сетей. Схема строения нейрона как элементарного звена. Нейроподобный элемент, который используется при моделировании нейронных сетей.
контрольная работа, добавлен 21.10.2017Моделирование различных способностей человеческого мозга кибернетическими устройствами. Возможность моделирования интеллектуальных способностей человека в области музыкального творчества. Модель искусственного нейрона. Основные типы передаточных функций.
реферат, добавлен 17.11.2014Представление знаний для решения интеллектуальных проблем. Принцип выбора потенциального дерева решения. Искусственные нейронные сети. Принцип работы искусственного нейрона, его формальная модель. Применение нейронных сетей, классификация нейронов.
учебное пособие, добавлен 26.08.2015Смысл постулата Хебба в том, что если изначально наблюдается причинно-следственная связь между активациями пре- и постсинаптического нейрона, то эта связь имеет тенденцию к усилению. Следствия, исходящие из правила Хебба. Структурная схема нейрона.
презентация, добавлен 20.05.2020Анализ понятия интеллектуальных информационных технологий - средства для разработки интеллектуальных систем. Ознакомление с историей создания перцептрона, который имитирует процессы человеческого мышления. Исследование структуры искусственного нейрона.
контрольная работа, добавлен 19.06.2015Модель формального кибернетического нейрона. Характеристика многослойного персептрона. Его обучение методом обратного распространения ошибки. Рекурсивные сети Элмана, способные обрабатывать последовательности векторов. Области применения нейросетей.
статья, добавлен 14.12.2017Моделирование поведения живых существ в процессе исследований в области искусственного интеллекта. Особенности искусственного нейрона и структура нейронных сетей. Осуществление диагностики с помощью использования пакета Statistica Neural Networks.
статья, добавлен 29.01.2016Краткая история развития искусственных нейронных сетей. Анализ факторов, влияющих на формирование цены на недвижимость. Математическая модель нейрона. Сравнение многослойного персептрона и радиально-базисной сети. Архитектурная и адаптивная динамика.
дипломная работа, добавлен 02.09.2018- 17. Нейронные сети
Нейронные сети - одно из приоритетных направлений исследований в области искусственного интеллекта. Модель нейрона и его элементы. Классификация и свойства нейронных сетей, концептуальные подходы к их обучению. Представление знаний в нейронной сети.
реферат, добавлен 29.12.2011 Применение математического и численного моделирования в нейробиологии. Оптимизация параметров биологически обоснованной модели нейрона методом генетического алгоритма. Основные преимущества элитарного отбора без сходимости решения в локальных оптимумах.
дипломная работа, добавлен 08.02.2013Сущность экспертных систем как самостоятельного направления в искусственном интеллекте. Основные правила их проектирования. Средства разработки экспертных систем. Понятие сигмоидального нейрона и звезд Гроссберга. Структура многослойного персептрона.
курс лекций, добавлен 21.05.2013Особливості процесу фізичного моделювання біологічного нейрона. Розширення функцій, покращення ефективності та конструктивно-технологічних характеристик оптоелектронних частотно-динамічних нейронних елементів шляхом реалізації їх на біспін-приладах.
автореферат, добавлен 25.06.2014Нейромережеві технології є перспективним напрямком розвитку систем підтримки та прийняття рішень. Особливості формальної моделі нейрона, системи побудови та дослідження нейронних мереж (формування образів, бази знань, визначення часу ухвалення рішення).
реферат, добавлен 16.11.2009Логика - наука о формах и способах рассуждений. Основные формы мышления: понятие, суждение (высказывание), умозаключение, доказательство. Логические функции, связки и выражения: конъюнкция, дизъюнкция, инверсия, импликация (следование), эквиваленция.
реферат, добавлен 20.12.2011Разработка программы распознавания действий человека. Работа с видеопотоком и классификатором. Выделение особенностей и структуры сверточной нейронной сети. Функции активации искусственного нейрона. Выделение контура из изображения и определение движения.
дипломная работа, добавлен 05.11.2015Реализация решения задачи теоретической механики по нахождение уравнений движений систем с двумя степенями свободы. Моделирование с помощью средств языка программирования JS наглядной модели решенной задачи, отображающее свободные колебания системы.
курсовая работа, добавлен 11.01.2020Использование мягких вычислений для создания гибридных интеллектуальных систем. Постановка задачи оптимизации, теорема Вейерштрасса, понятие минимума. Нейронные сети, математическая модель нейрона. Генетическое программирование, деревья поколений.
контрольная работа, добавлен 06.06.2011