Практическое применение искусственных нейронных сетей в задачах аппроксимации
Задача аппроксимации ряда динамики, построение функции по конечному набору точек. Особенности минимаксной функции. Фрагмент программы создания и адаптации линейной сети. Результат аппроксимации данных. Традиционные методы сглаживания ряда динамики.
Подобные документы
- 51. Нейронные сети
История появления и развития нейронных сетей. Проведение их аналогии с мозгом человека. Сущность искусственной нейронной сети, ее программное или аппаратное воплощение. Особенности обучения нейронных сетей, их применение в современных развитых странах.
реферат, добавлен 05.04.2017 Основные направления, в которых на данный момент происходит активное развитие нейронных технологий и их практическое применение. Конкретные примеры использования нейронных сетей. Возможности и перспективы развития подобных систем на современном этапе.
статья, добавлен 28.03.2022Основные направления, в которых на данный момент происходит активное развитие нейронных технологий и их практическое применение. Конкретные примеры использования нейронных сетей; возможности и перспективы развития подобных систем на современном этапе.
статья, добавлен 10.04.2023Исследование особенностей применения эволюционных алгоритмов для настройки структуры и поиска весов связей искусственных нейронных сетей. Анализ вопросов эволюционного поиска топологии искусственной нейронной сети. Кодирование информации о весах связей.
статья, добавлен 08.02.2013Проблема распознавания кривых линий на сложном фоне шумовых точек и близких соседних кривых. Главные требования к обработке в современных экспериментах. Понятие и особенности эластичных нейронных сетей. Робастные методы оценки параметров и их применение.
статья, добавлен 08.02.2013Применение искусственных нейронных сетей. Выработка алгоритма синтеза контроллера, формирующего порог, который обеспечит заданные выходные реакции объекта управления (устройства), с использованием математического аппарата искусственных нейронных сетей.
статья, добавлен 02.04.2019Формирование таблиц с исходными данными в программе Statistica. Построение гистограммы временного вариационного ряда. Создание траектории ряда, описание его поведения, фильтрация ряда. Основные статистические характеристики исходного временного ряда.
контрольная работа, добавлен 15.10.2015Методы обработки результатов наблюдений, регрессионного анализа и линеаризации функций, аппроксимации табличнозаданных экспериментальных функций. Решение задач построения многостепенных алгебраических полиномов с любым количеством аргументов-факторов.
курс лекций, добавлен 10.09.2013Число итераций, необходимых для обучения искусственных нейронных сетей. Распознавание образов интеллектуальной системой. Повышение качества и гибкости обучения структуры сети. Эффективность модульного принципа в плане уменьшения количества итераций.
статья, добавлен 15.07.2020Рассмотрение проблемы классификации сообществ в социальной сети. Применение рекуррентных и сверточных нейронных сетей для классификации групп пользователей по степени радикальности. Методы предварительной обработки данных для построения классификаторов.
статья, добавлен 21.05.2021Архитектура искусственных нейронных сетей, особенности их обучения с учителем и без него. Правило коррекции по ошибке. Обучение методом соревнования. Основные принципы генетического алгоритма. Анализ применения нейронных сетей для синтеза регуляторов.
дипломная работа, добавлен 23.02.2015Понятие, структура и основные компоненты нейронных сетей, применение множества простых процессоров для их построения. Варианты наиболее распространенных архитектур искусственных НС. Правило вычисления сигнала активности и их распространение в сети.
лекция, добавлен 28.08.2013Нейронные 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 17.01.2011Искусственный 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 09.02.2019Написание программы на языке высокого уровня Си, которая выводит на экран вид каждого из членов ряда Фурье и их суммы. Обзор результатов моделирования вычисления суммы ряда в пакете MathCAD. Построение графиков фиксированного числа членов ряда и их суммы.
курсовая работа, добавлен 05.12.2012Описание базовых задач для нейронных сетей и исторически первых методов настройки сетей для их решения: классификация (персептрон Розенблатта); ассоциативная память (сети Хопфилда); восстановление пробелов в данных; кластер-анализ (сети Кохонена).
курсовая работа, добавлен 04.04.2009Эволюция поколений символообрабатывающих ЭВМ. Этапы развитие искусственных нейронных сетей. Сравнение машины фон Неймана с биологической нейронной системой. Нейроинформатика как способ решения различных задач с помощью искусственных нейронных сетей.
лекция, добавлен 06.09.2017Описание принципов работы технологии искусственных нейронных сетей. Алгоритмы построения обучения сетей, возможности снижения временных затрат, необходимых для такого обучения. Обобщенная схема нейрона. Схема разделения вектора весов по ИР-элементам.
статья, добавлен 12.07.2021Компьютерные сети: принципы передачи данных. Топология сетей, протокол, кодирование информации. Модуляция и синхронизация данных, методы их коммутации. Пакеты данных, их функции. Применение подпрограмм в вычислительных процессах на языке Assembler.
курсовая работа, добавлен 07.04.2017Разработка искусственных нейронных сетей и машинное обучение как перспективные направления информационных технологий. Преимущества и недостатки, способность нейросетей решать задачи, которые невозможно решить классическими программными алгоритмами.
статья, добавлен 20.02.2019Характеристика многослойной структуры нейронных сетей. Алгоритм обучения однослойного перцептрона. Построение полного алгоритма нейронных сетей с помощью процедуры обратного распространения. Программирование и применение методов Randomize и Propagate.
реферат, добавлен 20.03.2009Рассмотрение методов прогнозирования нейронных сетей. Решение задачи обзора методов оконного прогнозирования на объеме страховых взносов. Изучение методов одношагового, многошагового прогнозирования. Применение метода окон для генерации обучающей выборки.
статья, добавлен 24.03.2018Анализ 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 21.09.2017- 74. Нейронные сети
История развития нейронных сетей. Строение биологической нейронной сети. Искусственный нейрон. Общие положения и виды обучения нейронных сетей. Архитектура. Сети прямого распространения сигнала. Рекуррентные сети. Области практического применения.
контрольная работа, добавлен 18.02.2018 Критерий аппроксимации. Система нормальных уравнений, расчет их параметров методом Зейделя. Расчет максимального по модулю отклонения аппроксимирующей функции. Схемы алгоритмов и их описание. Программа и результаты расчётов параметров на компьютере.
курсовая работа, добавлен 11.09.2017