Самообучающиеся системы и их применение для принятия решений
Нейронные сети для решения задач классификации или кластеризации многомерных данных. Алгоритм работы блока функции преобразования. Рекурсивные сети. Программа Акинатор. Прохождение последовательности сигналов через сеть. Основные свойства персептрона.
Подобные документы
Искусственные 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 15.01.2018Проблема 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.
статья, добавлен 15.02.2019Алгоритм обучения нейронной сети с помощью процедуры обратного распространения. Диаграмма сигналов в сети. Программирование нейронной сети с применением объектно-ориентированного подхода. Иерархия классов библиотеки для сетей обратного распространения.
статья, добавлен 25.03.2013Методика 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 27.05.2018Нейронные сети - одно из приоритетных направлений исследований в области искусственного интеллекта. Модель нейрона и его элементы. Классификация и свойства нейронных сетей, концептуальные подходы к их обучению. Представление знаний в нейронной сети.
реферат, добавлен 29.12.2011Исследуются процессы синхронизации, протекающие в осцилляторных сетях различной топологии. Оценка локальной и глобальной синхронизации осцилляторов в сети. Способы использования осцилляторных сетей при решении задач кластеризации N-мерных данных.
статья, добавлен 15.01.2019Модель формального кибернетического нейрона. Характеристика многослойного персептрона. Его обучение методом обратного распространения ошибки. Рекурсивные сети Элмана, способные обрабатывать последовательности векторов. Области применения нейросетей.
статья, добавлен 14.12.2017Локальность при обработке информации, как важный принцип, по которому строятся биологические нейронные сети. Метод обучения Хэбба. Сеть с линейным поощрением. Дискретный градационный сигнал с двумя возможными значениями. Задача и алгоритмы классификации.
презентация, добавлен 16.10.2013Теоретические 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 22.05.2018Применение модуля программы, спроектированного на основе сверточной нейронной сети. Исследование способности нейронной сети к обучению на небольшом наборе данных в задаче классификации оружия на изображениях. Анализ результатов тестирования программы.
статья, добавлен 17.02.2019Искусственные 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 10.03.2011Многослойные нейронные сети и алгоритмы их обучения. Персептрон, системы типа Адалайн, алгоритм обратного распространения ошибки. Нечеткие множества и нечеткий вывод. Генетические алгоритмы и традиционные методы оптимизации. Модули нейронного управления.
книга, добавлен 18.01.2011Представление знаний для решения интеллектуальных проблем. Принцип выбора потенциального дерева решения. Искусственные нейронные сети. Принцип работы искусственного нейрона, его формальная модель. Применение нейронных сетей, классификация нейронов.
учебное пособие, добавлен 26.08.2015- 14. 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 Описание разработки программы для составления полного потока в транспортной сети. Определение структуры файла базы данных. Описание алгоритма для решения поставленной задачи. Рассмотрение результата работы программы. Изучение особенностей ручного расчета.
курсовая работа, добавлен 22.02.2019Топологическая модель быстрой нейронной сети. Применение гибридных быстрого дискретного вейвлет-преобразования для построения систем классификации сигналов. Структурный синтез быстрых нейронных сетей. Модели и концепции эволюционной кибернетики.
статья, добавлен 29.05.2017Искусственные нейронные сети в пропорционально-интегрально-дифференциальных регуляторах. Нелинейное отображение множества входных сигналов в выходные. Структура регулятора с блоком автонастройки. Процесс "обучения" нейронной сети, его длительность.
статья, добавлен 17.07.2013Рекурсивные функции и реализация алгоритмов, методы решения данных соотношений. Анализ трудоемкости механизма вызова процедуры и вычисления факториала, логарифмические тождества. Рекурсивные алгоритмы и основная теорема о рекуррентных соотношениях.
реферат, добавлен 12.07.2010Рассмотрение основных признаков классификации компьютерных сетей. Определение задач формирования сети. Введение в динамическое содержание Web-страниц. Основные характеристика клиентской программы MySQL. Этапы получения информации через базы данных.
контрольная работа, добавлен 22.09.2015Суть 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 22.08.2020Изучение технологии решения задач интеллектуального анализа данных. Определение типа вина, обнаружение кишечной палочки методами "нейронная сеть", "байесовский классификатор", "линейная регрессия", "деревья принятия решений"," k-ближайших соседей".
практическая работа, добавлен 08.05.2017- 22. Нейронные сети
Характеристика, структура и задачи нейронных сетей. Направления и разработки нейрокомпьютинга. Искусственные нейронные сети, их черты и задачи. Алгоритм обучения перцептрона и его недостатки. Перечень возможных промышленных применений нейронных сетей.
реферат, добавлен 20.02.2009 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 23.01.2014Рассмотрение проблемы создания органических компьютеров, построенных из живых нейронов, с помощью которых сегодня появляется возможность спроектировать новые поколения вычислительных устройств. Нейронные сети как способ решения сложнейших задач.
статья, добавлен 26.04.2019Компьютерная сеть и системы распределенной обработки информации. Локальные сети и их значение, понятие топологии сетей и их свойства: обеспечение надежной и эффективной работы, удобное управление потоками сетевых данных, уровень стандартизации и скорость.
реферат, добавлен 12.03.2012