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
Основные преимущества использования нейронных сетей при обучении автоматизированному переводу. Описание общей схемы и принципа работы нейронной сети, применение данной технологии в системе NMTS. Характеристика технологий автоматического перевода.
статья, добавлен 28.01.2019Рассмотрение алгоритма построения самоорганизующейся нейронной сети, основанного на применении метода глобальной оптимизации. Сравнение результатов построения моделей на наборах данных, созданных при помощи описанного алгоритма и средства TensorFlow.
статья, добавлен 10.12.2024Искусственные нейронные сети, основы описания многомерных тестовых данных. Построение области допустимых изменений параметров однородных групп, модели регрессии. Определение компонент дискретного конечного множества элементов. Нейронная сеть Хопфильда.
учебное пособие, добавлен 15.01.2018Решение 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 12.06.2018Классификация экспертных систем, этапы их разработки и режимы функционирования. Логические модели баз данных. Направления развития современного искусственного интеллекта. Проблема представления знаний. Цель создания систем поддержки принятия решений.
контрольная работа, добавлен 16.01.2014Сущность 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.
контрольная работа, добавлен 12.12.2012История развития систем искусственного интеллекта. Нейрокибернетика и ее задачи. Основные признаки, характерные для искусственного интеллекта. Классификация проблем, решаемых с помощью искусственного интеллекта. Свойства, отличающие знания от данных.
презентация, добавлен 27.04.2024Внедрение инновационных технологий - ключевой метод решения вопросов совершенствования, повышения эффективности принятия, реализации управленческих решений в органах государственной власти. Классификация базовых технологий искусственного интеллекта.
статья, добавлен 22.12.2020Исследование практического опыта использования онтологий в эксперт-системах и системах принятия решений. Анализ варианта системы принятия решений, в архитектуре которой используются онтологии конкретной предметной области. Оценка ее возможностей.
статья, добавлен 06.05.2018Искусственные нейронные сети. Весовые коэффициенты синапсов. Организация ассоциативной памяти. Полносвязная нейронная сеть с симметричной матрицей связей. Схема сети Хопфилда. Классификация по критерию максимального правдоподобия с помощью сети Хэмминга.
реферат, добавлен 10.03.2011Опыт и перспективы применения систем искусственного интеллекта для решения задач автоматизированного управления в нефтегазовой отрасли. Модели представления знаний (семантические сети, фреймы). Модель представления знаний на основе логики предикатов.
учебное пособие, добавлен 14.11.2013Обзор 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 07.09.2018Выбор средств проектирования системы поддержки принятия решений (СППР). Моделирование средствами UML. Диаграмма вариантов использования. Проектирование базы знаний СППР. Программная реализация СППР. Проведение инфологического моделирования базы данных.
дипломная работа, добавлен 07.08.2018Методика преобразования исходных данных тестовых задач для систем искусственного интеллекта. Использование стандартных возможностей интернет-браузера и программного интерфейса. Оценка качества математических моделей и систем искусственного интеллекта.
статья, добавлен 25.04.2017Сопоставление и сравнение понятий "информация", "данные", "знание". Методики и задачи, решаемые data mining, его бизнес-приложения. Нейронные сети, деревья решений, эволюционное программирование, генетические алгоритмы и системы для визуализации данных.
реферат, добавлен 15.05.2014Разработка прогнозирующих систем: понятие прогноза и цели его использования, методы прогнозирования, модели временных последовательностей. Модели нейронных сетей: Маккалоха, Розенблата, Хопфилда. Нейронные сети и алгоритм обратного распространения.
курсовая работа, добавлен 30.11.2009Понятие и направления развития искусственного интеллекта. Имитация творческой деятельности: игры, музыкальная композиция, стихосложение. Интеллектуальные ЭВМ и системы общения. Анализ успехов систем искусственного интеллекта в области создания роботов.
реферат, добавлен 27.08.2017Ключевые технологии и методы, такие как нейронные сети, трансформеры и обучение на больших данных. Основные направления, включая автоматический перевод, виртуальных ассистентов, анализ текста и распознавание речи. Вызовы, связанные с интерпретацией.
статья, добавлен 23.12.2024Построение моделей распространения компьютерных вирусов. Рассмотрение моделей с точки зрения теории надежности. Вычисление математического ожидания дохода от функционирования сети. Решение системы интегральных уравнений в терминах преобразования Лапласа.
дипломная работа, добавлен 01.08.2017- 70. 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 Знакомство со средой создания нейронных сетей. Сущность статической и динамической архитектуры. Основные сети каскадной корреляции. Искусственные нейронные сети и алгоритмы классификации. Разработка проектов создания комплекса лабораторных работ.
дипломная работа, добавлен 04.07.2018Рассматриваются 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 29.04.2018Искусственная нейронная сеть, обеспечивающая последовательное выделение окрашенных гауссовых сигналов из смеси. Правило обучения каскадной нейронной сети, основанное на критерии минимума среднего квадрата ошибки предсказания, упрощающее реализацию сети.
статья, добавлен 22.07.2013Топологии нейронной сети: биологический нейрон, функции активации, закономерности обучения. Существующие архитектуры и их сравнительная характеристика. Многослойный перцептрон нейронной сети, особенности ее использования для динамических систем.
отчет по практике, добавлен 18.02.2019Методика выбора нейронной сети для решения задач регрессионного анализа многомерных данных. Оценка эффективности выбранной нейросети при решении задачи аппроксимации зашумленных данных. Результаты моделирования прочностных характеристик металла шва.
статья, добавлен 27.05.2018