Обучение модульной нейронной сети для многозадачного искусственного интеллекта
Погружение структурной модели в пространство рецепторных и аксоновых полей - процесс, порождающий топологическую модель нейронной сети, по которой можно реализовать адаптивный алгоритм обработки данных. Сущность регуляризации параметров алгоритма.
Подобные документы
Составление 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 27.07.2017Разработка Розенблаттом математической и компьютерной модели восприятия информации мозгом на основе двухслойной обучающейся нейронной сети. Алгоритм параллельной распределённой обработки данных в середине 1980 годов. Основы нейросетевых технологий.
дипломная работа, добавлен 07.08.2018Решение задачи обучения нейронной сети с помощью алгоритма обратного распространения на основе объема страховых сборов на данный отчетный период. Расчет количества нейронов в скрытом слое и количества скрытых слоев. Исследование структуры нейронной сети.
статья, добавлен 29.09.2012Изучение подходов к нормализации обучающего множества нейронной сети. Анализ существующих методов обучения нейронной сети Кохонена, их основные в преимущества и недостатки. Разработка нового конструктивного метода обучения на основе нейтронной сети.
статья, добавлен 26.04.2019Задачи для определения оптимальной модели нейронной сети. Характеристика общей модели нейронной сети. Сравнение различных алгоритмов поиска оптимального пути. Эффективность пчелиного алгоритма в решении задачи исследования и патрулирования местности.
статья, добавлен 08.03.2019На базе информации о векторе состояния нелинейной модели и его производной формирование статической нейронной сети, аппроксимирующей правую часть уравнений динамики. Линеаризация сети, в результате которой определение коэффициентов линейной модели судна.
статья, добавлен 28.10.2018Процесс формирования параметров изменяемого пользовательского интерфейса. Возможность применения методов нейронных сетей для обработки характеристик и классификации категорий пользовательских интерфейсов; структура искусственной нейронной сети.
статья, добавлен 08.03.2019- 8. 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 Основные направления развития систем искусственного интеллекта. Математическая модель, программное и аппаратное воплощение искусственной нейронной сети. Выявление сложных зависимостей между входными и выходными данными и выполнение их обобщения.
статья, добавлен 25.03.2019Рассмотрение 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 30.08.2016Обзор решений в области разработки идентификационных систем. Способы хранения данных. Методы искусственного интеллекта и алгоритмы распознавания лиц. Архитектура веб-приложения. Процесс обработки фотографии. Особенности реализации программной системы.
дипломная работа, добавлен 28.10.2019- 12. 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 Обзор технологии Text Mining. Алгоритмы для многоклассовой классификации текстов для выделения тега. Моделирование нейронной сети с использованием среды программирования Python для анализа данных и построения предсказательных моделей и библиотек.
дипломная работа, добавлен 07.09.2018Алгоритм 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 25.03.2013Распознавание символов по скелетному изображению, использование нейронной сети. Вычисление набора признаков скелета символа, его идентификации по результатам обучения нейронной сети. Устойчивость алгоритма к искажениям символов и параметрам шрифта.
статья, добавлен 25.09.2012Рассматриваются 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 29.04.2018Обзор 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 04.12.2012Разработка алгоритма распознавания чисел с эмуляцией нейронной сети на основе использования стандартных функций табличного процессора MS Excel. Распознавание образов знаков десятичной системы, построенной с помощью горизонтальных и вертикальных штрихов.
статья, добавлен 29.01.2020- 19. Генератор псевдослучайных последовательностей на основе модифицированной рекуррентной нейронной сети
Архитектура и функционирование модифицированной рекуррентной нейронной сети. Метод генерации псевдослучайных последовательностей. Методика обучения модифицированной рекуррентной нейронной сети на основе алгоритма обратного распространения ошибок.
статья, добавлен 19.06.2018 Решение задач классификации бинарных входных векторов с использованием искусственной нейронной сети Хэмминга. Расчет матрицы весовых коэффициентов нейронов первого слоя. Сигналы нейронной сети Хэмминга, получаемые на протяжении полного цикла расчета.
статья, добавлен 12.06.2018Изучены вопросы формирования массива данных для построения искусственной нейронной сети, предназначенной для поиска взаимосвязей между социальными и экономическими параметрами развития регионов России. Исследования в области региональной компаративистики.
статья, добавлен 01.09.2021Исследование модели доменной нейронной сети. Анализ ее распознающих свойств, оценка помехоустойчивости, емкости памяти и скорости работы. Сравнительный анализ оптимизационных свойств предложенной модели. Критерий останова процесса случайного поиска.
автореферат, добавлен 27.09.2018Анализ 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 29.03.2018Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.
статья, добавлен 02.04.2019Применение 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