Искусственные нейронные сети
Сущность и устройство искусственных нейтронных сетей, их общая характеристика, назначение, принцип работы и составляющие базовые нелинейные элементы. Решение систем обыкновенных дифференциальных уравнений в нейросетевом базисе при помощи системы Simulink.
Подобные документы
Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Характеристика организации и функционирования искусственных нейронных сетей. Система соединенных и взаимодействующих между собой простых процессоров. Основные направления создания систем искусственного интеллекта при помощи компьютерных алгоритмов.
реферат, добавлен 13.10.2011Искусственные нейронные сети в пропорционально-интегрально-дифференциальных регуляторах. Нелинейное отображение множества входных сигналов в выходные. Структура регулятора с блоком автонастройки. Процесс "обучения" нейронной сети, его длительность.
статья, добавлен 17.07.2013Изучение методов решения систем обыкновенных дифференциальных уравнений. Моделирование заданного физического процесса движения тележки, помещенной в ящик с использованием системы линейных уравнений. Анализ программирования в среде C++Builder XE2.
реферат, добавлен 16.07.2013Представление 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 26.08.2015Особенности применения инновационных инструментов прогнозирования. В качестве основного метода, используемого для прогнозирования, применяются искусственные нейронные сети Хопфилда, представляющие собой нейронные сети на основе радиально-базисных функций.
статья, добавлен 15.12.2021Характеристика, структура и задачи нейронных сетей. Направления и разработки нейрокомпьютинга. Искусственные нейронные сети, их черты и задачи. Алгоритм обучения перцептрона и его недостатки. Перечень возможных промышленных применений нейронных сетей.
реферат, добавлен 20.02.2009Общие сведения о программе Simulink, её интерфейс, назначение и преимущества. Создание модели в программе, основные приёмы подготовки и редактирования. Установка параметров расчёта и его выполнение. Использование редактора дифференциальных уравнений.
учебное пособие, добавлен 20.11.2012Сущность численных методов. Решение систем линейных алгебраических уравнений, аппроксимация функций. Вычисление производных и интегралов. Методы нахождения минимума функции одной переменной. Решение задачи Коши для обыкновенных дифференциальных уравнений.
методичка, добавлен 10.08.2013Изучение и характеристика специфических особенностей обыкновенных дифференциальных уравнений. Рассмотрение свойств методов Рунге-Кутта. Ознакомление с исправленным методом Эйлера. Исследование и анализ процесса выбора метода реализации программы.
курсовая работа, добавлен 02.11.2017- 11. Нейронные сети
Нейронные сети: особенности, варианты использования и преимущества. Диагностика и прогнозирование экономических объектов. Применение нейронных сетей в рыночной экономике. Варианты применения искусственных нейронных сетей в задачах бизнес-прогнозирования.
реферат, добавлен 15.03.2009 - 12. Нейрокомпьютеры
Понятие и принцип работы нейронных сетей. Типы нейронов и их функциональные особенности: биологические и искусственные. Базовые архитектуры нейронных сетей, их структура и элементы. Этапы программирования средств аппаратной поддержки нейровычислений.
контрольная работа, добавлен 14.10.2013 - 13. 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 Область применения и принципы проектирования нечетких систем управления, их внутренняя структура и компоненты. Нечеткие нейронные сети и системы управления на их основе, принцип работы и сферы применения. Адаптивные системы управления с нечеткой логикой.
контрольная работа, добавлен 10.06.2016Сущность и структура простой рефлекторной нейронной сети, ее главные консонанты и функциональные особенности. Биологическая изменчивость и закономерности обучения. Классификация и формы данных сетей, типы используемой информации, применяемые модели.
контрольная работа, добавлен 27.11.2014- 16. Нейронные сети
Свойства нейронных сетей, области их применения и классификация. Структура и принципы работы нейронной сети и особенности ее обучения. Нейросетевые системы управления. Разработка нейросевого регулятора с наблюдающим устройством, управление объектом.
реферат, добавлен 08.10.2011 Искусственный интеллект и нейронные сети. Особенности использования искусственных нейронных сетей в системах управления. Системы адаптивного управления, использующие эталонную модель Ляпунова. Архитектура построения нейросетевых систем управления.
отчет по практике, добавлен 09.02.2019Биологический прототип и искусственный нейрон. Распознавание цифр с помощью сетей Хопфилда. Алгоритм функционирования сети. Классификация входного образа. Развитие искусственных нейронных сетей. Исследование возможностей нейронных сетей и их развития.
курсовая работа, добавлен 25.01.2014Нейронные сети и вычислительные системы на их основе. Алгоритмы генетического поиска для построения топологии и обучения нейронных сетей. Линейные преобразования векторов. Биологический нейрон и его строение. Признаковое и конфигурационное пространство.
курс лекций, добавлен 17.01.2011Показано, что главное отличие нейронных сетей от ЭВМ в том, что они не программируются, а обучаются. Схема нейронной сети с прямой передачей сигнала. Рекуррентные нейронные сети как наиболее сложный вид нейронных сетей, в которых имеется обратная связь.
статья, добавлен 26.04.2019Применение обыкновенных дифференциальных уравнений для математического моделирования процессов в химической технологии. Сущность и использование метода Рунге-Кутта для программного моделирования кинетической схемы химического процесса на языке Паскаль.
курсовая работа, добавлен 12.04.2012Обзор задачи Коши для обыкновенных дифференциальных уравнений, поиск решения методом генетического программирования. Разработка, исследование, настройка алгоритма генетического программирования элементарными функциями или приближенным символьным решением.
статья, добавлен 18.01.2018Понятие и сущность искусственных нейронных сетей. Обучающий алгоритм Видрова-Хоффа. Образование основного стандарта нейроинформатики. Применение кодирования, декодирования и фильтрации. Активация эквивалента однослойной линейной сети, их мощность.
учебное пособие, добавлен 18.01.2014Решение алгебраических уравнений по заданным входным параметрам и выходным аргументам. Решение дифференциальных уравнений с использованием классических алгоритмов численных методов Эйлера и Рунге-Кутта. Написание текстов файл-функций и файл-программ.
контрольная работа, добавлен 19.08.2017Сфера применения искусственных нейронных сетей (ИНС). Использование ИНС в прогнозировании временных рядов. Возможности применения ИНС для моделирования демографической динамики. Прогнозирование динамики численности населения, смертности и рождаемости.
статья, добавлен 16.07.2018