Нейронные сети
История искусственных нейронных сетей. Модель формального нейрона Питтса и персептрон Розенблатта. Синапс как элементарная структура и функциональный узел между двумя нейронами. Примеры наиболее часто используемых преобразовательных функций Хопфилда.
Подобные документы
Осцилляторные нейросетевые модели сегментации изображений и зрительного внимания. Типы нейронных сетей. Быстрые нейронные сети: проектирование, настройка, приложения. Нейроноподобные модели описания динамических процессов преобразования информации.
курс лекций, добавлен 08.02.2013Анализ сущности нейронных сетей, их особенности способности к обучению (настройки архитектуры и синаптических связей). Перспективы развития применения и использования искусственных нейронных сетей. Основные достоинства нейронных сетей перед традиционными.
статья, добавлен 29.07.2018Число 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 и характеристика главных особенностей метода использования искусственных нейронных сетей. Ознакомление со схемой Персептрона. Исследование и анализ основных принципов распознавания образов, которые применяются в вычислительной технике.
контрольная работа, добавлен 26.05.2016Основы и принципы построения, обучения, функционирования, области применения и характеристики наиболее распространенных специализированных искусственных нейронных сетей (нейронных парадигм), предназначенных для решения различных классов прикладных задач.
учебное пособие, добавлен 09.09.2012Теоретические основы нейронных сетей: применение, топология, обучения. Полезные свойства систем содержащих нейронные сети. Содержательная сущность поддержки принятия решений. Оценка возможностей нейронных сетей в системе поддержки принятия решений.
курсовая работа, добавлен 22.05.2018- 57. 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 Примеры задач компьютерного зрения. Методы машинного обучения. Модели нейронных сетей для задачи мульти-классификации и детектирования. Порядок создания системы детектирования и сегментирования предметов одежды на фото. Нейронные сети, модель SSD300.
статья, добавлен 18.07.2020Эволюция 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 06.09.2017История создания искусственной нейронной сети. Перцептрон как одна из первых моделей нейросети. Архитектура когнитрона, его иерархическая многослойная организация. Классификация нейронных сетей по характеру обучения, основные сферы их применения.
курсовая работа, добавлен 16.12.2016Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.
методичка, добавлен 26.11.2015Система шифрования на основе искусственных нейронных сетей типа GRNN. Нейронная сеть как подходящий выбор для функциональных форм, используемых для операций шифрования и дешифрования. Построение системы с использованием постоянно изменяющегося ключа.
статья, добавлен 30.04.2018Характеристика 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 20.03.2009Описание модели динамического нейрона. Разработка новых методов обучения нейронных сетей, генерирующих спайки. Анализ аспектов функционирования нейрона, как детектора временных последовательностей сигналов. Исследование задач обучения нейрона с учителем.
статья, добавлен 18.01.2018Искусственные нейронные сети как устройства параллельных вычислений, состоящие из множества взаимодействующих простых процессоров. Варианты наиболее распространенных архитектур искусственных НС. Обучение искусственного интеллекта, основанного на НС.
лекция, добавлен 09.10.2013Применение механизмов внимания к задаче обнаружения текста с использованием нейронных сетей, их влияние на результат работы сети. Механизм внимания, позволяющий сканировать значения признаков, фокусируя модель на действительно важных свойствах объекта.
дипломная работа, добавлен 01.12.2019Разработка 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 20.02.2019Анализ 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 21.09.2017Нейронные сети как аппаратные или программные средства, моделирующие работу человеческого мозга. Анализ проблем создания компьютерных систем речевого общения. Рассмотрение особенностей применения нейронных сетей для решения задач распознавания речи.
доклад, добавлен 12.12.2012Модели нейронных сетей относятся к интеллектуальным системам, они позволяют улучшить результаты благодаря самообучению. Рассмотрены исследования по моделированию прогнозов котировок ценных бумаг. Нейронные сети обратного распространения. Описание модели.
статья, добавлен 17.03.2021Архитектура 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 23.02.2015Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016- 73. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 История возникновения, виды, свойства и обучение искусственных нейронных сетей. Технология самообучения и задачи, решаемые при помощи нейронной сети Кохонена. Ограничения, накладываемые на компьютерную имитационную модель, ее схемы в среде MatLab.
дипломная работа, добавлен 12.01.2012Повышение эффективности работы российских медицинских учреждений. Создание автоматизированных систем распознавания объектов, свёрточных нейронных сетей. Преимущества глубокого обучения и искусственного интеллекта в решении задач компьютерного зрения.
статья, добавлен 29.12.2024