Поддержка принятия решений в сфере экономики при помощи нейронной сети с алгоритмом обратного распространения ошибки
Проблема преобразования данных без использования конкретной формулы. Нейронные сети - системы искусственного интеллекта. Способность системы самостоятельно обучаться и действовать на основании предыдущего опыта, с каждым разом делая всё меньше ошибок.
Подобные документы
Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019Характеристика процесса построения простейшей нейронной сети в пакете neuralnet. Анализ алгоритма подготовки данных на примере набора данных iris. Описание процесса обучения нейронной сети. Оценка качества классификации данных полученной нейронной сетью.
статья, добавлен 28.10.2020Анализ 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- 29. 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 Назначение графических управляющих элементов NNTool, подготовка данных, создание нейронной сети, обучение и прогон. Разделение линейно-неотделимых множеств. Задача аппроксимации. Распознавание образов. Импорт-экспорт данных. Применение нейронных сетей.
статья, добавлен 23.01.2014Сущность 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 27.11.2014Анализ системы искусственного интеллекта. Описание моделей представления знаний как одного из важнейших направлений исследований в области искусственного интеллекта. Продукционная, фреймовая и логическая модели, семантические сети; экспертные системы.
реферат, добавлен 04.05.2014Характеристика 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 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 30.08.2016Понятие искусственного интеллекта. Основные модели представления знаний. Характеристика семантической сети. Интеллектуальные и экспертные системы, их классификация. Системы управления базами данных. Модели данных: иерархические, сетевые и реляционные.
контрольная работа, добавлен 19.10.2010Рассмотрение преимуществ и недостатков использования хранилищ данных. Аналитические системы поддержки принятия решений. Использование систем поддержки принятия решения для подготовки и принятия комплекса решений. Установка и настройка средств OLAP.
реферат, добавлен 20.10.2017Особенности состава и структуры информационных систем в управлении предприятием. Характеристика функциональных подсистем. Системы поддержки принятия решений (BSS). Экспертные системы (ES). Нейронные сети как исключительно мощный метод моделирования.
реферат, добавлен 26.12.2017Особенности 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 15.12.2021Разработка 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- 40. Нейронные сети
Сеть встречного распространения. Первый слой Кохонена. Выход слоя Гроссберга. Обучение сети встречного распространения. Осуществление интерполяции кодов. Послойность сети и матричное умножение. Градиент квадратичной формы, начальная точка и длина шага.
презентация, добавлен 16.10.2013 Изучение 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 26.04.2019Определение сущности системы поддержки принятия решений. Ознакомление с понятием "система искусственного интеллекта". Рассмотрение особенностей использования нейронных сетей в финансах и бизнесе. Анализ преимуществ прогнозирования на нейронных сетях.
курсовая работа, добавлен 17.10.2021Описание структуры системы управления качеством услуг для комбинированной сети в условиях неполной информации о параметрах трафика в беспроводном сегменте сети. Построение диверсионной системы принятия решений на основе имитационного моделирования сети.
статья, добавлен 04.03.2013Алгоритмизация адаптивного искусственного интеллекта в мультиагентных играх. Моделирование конкурентной среды интеллектуальных агентов. Исследование эффективности алгоритмов в колониях DT, ABC и в нейронной сети, обучаемой генетическим алгоритмом.
дипломная работа, добавлен 01.09.2016Возникновение идеи нейронных сетей. Попытки ученых воспроизвести способность нервных биологических систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Рассмотрение научных направлений по созданию интеллектуальных систем.
реферат, добавлен 24.03.2012Понятие искусственного интеллекта как свойства автоматических систем брать на себя отдельные функции интеллекта человека. Подходы к представлению знаний в интеллектуальных системах: продукционная модель, логическая модель, семантические сети, фреймы.
статья, добавлен 13.03.2019Нейронные сети как распределенные и параллельные системы, способные к адаптивному обучению путем анализа положительных и отрицательных воздействий. Общая характеристика нейронной сети прогнозирования курса рубля, знакомство с основными особенностями.
контрольная работа, добавлен 31.05.2013Прикладное программное обеспечение: свойства, классификация и функции. Система управления базами данных: структура, поддержка языков. История развития систем искусственного интеллекта, его отличия от обычных программ и основные темы исследований.
курсовая работа, добавлен 14.04.2009Область 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 10.06.2016Применение 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