Прогнозирование с помощью нейронных сетей
Нейронные сети - мощный и гибкий механизм прогнозирования. Особенности разработки прогнозирующих систем, основанных на анализе исторических данных. Методы работы алгоритмов в условиях неопределенности. Оценка точности предсказания и быстродействия.
Подобные документы
Методы формирования структуры нейронных сетей и их обучения. Принципы автоматического определения способа и параметров формирования общего решения в коллективе. Использование полученных результатов для решения задач моделирования и прогнозирования.
статья, добавлен 19.01.2018Сущность 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 12.12.2012Сверточная нейронная сеть как тип искусственной нейронной сети с прямой связью. Знакомство с историей и концепцией развития сверточных нейронных сетей. Характеристика результатов программного эксперимента в виде графиков и сгенерированных изображений.
статья, добавлен 30.06.2020История создания нейрокомпьютеров, их преимущества, недостатки и практическое применение. Понятие нейронных сетей, их сущность, основные элементы, особенности формирования, виды, функции, задачи и назначение. Проблемы создания искусственного интеллекта.
курсовая работа, добавлен 07.12.2009Проектирование архитектуры программного комплекса на основе нейросетевых технологий для распознавания жестового языка инвалидов с нарушением слуха. Machine Learning: регрессионный методы интеллектуального анализа данных. Тестирование нейронной сети.
статья, добавлен 27.02.2019Вклад исследований Уоррена Мак-Каллока и Уолтера Питтса в развитие теории искусственных нейронных сетей. Специфические особенности устройства нейросинаптического процессора, построенного на базе комплементарной структуры металл-оксид-полупроводника.
статья, добавлен 27.09.2016Анализ вопросов использования нейронной сети для распознавания фигур технического анализа. Сравнение способов формирования входных образов. Конгломерат нейронных сетей для распознавания фигур технического анализа. Трактовка выходов нейронной сети.
статья, добавлен 27.04.2017Практическая реализация основных алгоритмов обработки. Особенности работы с графическими ускорителями, реализация алгоритмов агрегирующей статистики данных. Разработка архитектуры проекта, реализация алгоритмов Фурье. Специфика алгоритма Bitonic.
дипломная работа, добавлен 07.09.2018Суть схемы формирования психофизического состояния оператора АРМ. Разработка автоматизированной системы, использующей для диагностики состояния оператора АРМ особенностей динамической биометрии. Нейронные сети для обработки данных клавиатурного почерка.
статья, добавлен 22.08.2020- 110. Применение нейронных сетей для построения модели прогнозирования состояния городской воздушной среды
Характеристика процессов распространения загрязняющих веществ в атмосфере. Описание нейросетевых моделей прогнозирования и определение их эффективности. Пример построения структуры нейронной сети для прогнозирования распределения диоксида азота.
статья, добавлен 29.05.2017 Искусственные 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 10.03.2011Особенности фондовой биржи, методы прогнозирования цен. Определение термина "торговая система". Сентиментный анализ сообщений Twitter. Создание словаря классификаций эмоций. Обучение искусственных нейронных сетей, алгоритм однослойного персептрона.
курсовая работа, добавлен 28.12.2015- 113. 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 Методы на основе рекуррентных нейронных сетей. Управление в условиях частичной наблюдаемости. Существующие программные решения, обоснование выбора метода. Частично наблюдаемый Марковский процесс принятия решений. Использование награды как наблюдения.
дипломная работа, добавлен 10.12.2019Разработка эффективных алгоритмов реализации интерактивного анализа данных, автоматического поиска частых наборов и правил в данных, основанных на использовании префиксного дерева. Порядок построения алгоритмов удобного просмотра извлечённых правил.
автореферат, добавлен 25.07.2018Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
презентация, добавлен 16.10.2013Рассмотрение средств и методов MatLab и пакета Simulink для моделирования и исследования нейронных сетей. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме. Применение GUI-интерфейса пакета нейронных сетей.
методичка, добавлен 03.07.2017Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018С помощью искусственных нейронных сетей получение вычислительных моделей связи баллов, полученных студентами на ЕГЭ и успеваемостью студентов на первых курсах. Перспективы применения Data Mining при создании систем поддержки решений и управления вузом.
статья, добавлен 19.09.2014Разработка адаптивной нейросетевой модели для прогнозирования точности технологических процессов по параметрам качества изготавливаемых изделий. Реализация модели прогнозирования точности механической обработки деталей типа "вал" по параметру отклонения.
статья, добавлен 14.07.2016Составление базы данных почасового электропотребления. Адаптация входных данных для обучения искусственной нейронной сети. Выбор алгоритма обучения нейронной сети. Выбор архитектуры нейронной сети. Трудности для прогнозирования электропотребления.
статья, добавлен 27.07.2017Нейронные 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 31.05.2013Искусственные 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 15.01.2018Свойства биологического нейрона. Алгоритм обратного распространения ошибки. Обучение с учителем. Виды нейронных сетей и их свойства и преимущество. Разработка системы тестирования. Выбор программных средств для разработки. Структура базы данных и системы.
дипломная работа, добавлен 07.08.2018Архитектура 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 23.02.2015