Методы повышения эффективности обучения нейронной сети Кохонена
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.
Подобные документы
Распознавание образов при помощи нейросетевых технологий. Алгоритм обучения сети Хопфилда. Вычисление квадратной матрицы размера для ключевых образов по правилу Хебба. Отсутствие проблем с обучением при наличии априорной информации о классах объектов.
статья, добавлен 08.06.2018- 77. Разработка веб-приложения для масштабирования растровых изображений с использованием нейронных сетей
Процесс масштабирования (увеличения) изображения с минимальной потерей в качестве. Анализ способа соединения классического метода масштабирования и метода машинного обучения. Алгоритм работы нейронной сети, разработанной для масштабирования изображений.
дипломная работа, добавлен 01.08.2017 Рассмотрение нейросетевых модификаций решения задач анализа изображений. Ознакомление со способами обучения нейронной сети для определения параметров прямой. Формирование виртуальной модели стенда. Характеристика процесса модификации детектора прямой.
статья, добавлен 19.01.2018Использование видеокамер для идентификации персонала. Структурная схема программного модуля по распознаванию лиц. Разработка биометрических приложений на основе искусственного интеллекта. Применение нейронных сетей в охранных системах и криминалистике.
статья, добавлен 11.12.2024Анализ 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 27.04.2017Разработка программного модуля диагностики поведения роторной системы на основе нелинейных авторегрессионных моделей нейронных сетей и алгоритма обучения Левенберга-Марквардта. Применение искусственной нейронной сети в анализе динамических процессов.
статья, добавлен 01.02.2019Показано, что главное отличие нейронных сетей от ЭВМ в том, что они не программируются, а обучаются. Схема нейронной сети с прямой передачей сигнала. Рекуррентные нейронные сети как наиболее сложный вид нейронных сетей, в которых имеется обратная связь.
статья, добавлен 26.04.2019Обзор нейросетевого метода обработки данных, который автоматизирует процесс представления знаний и способствует сокращению времени разработки. Выбор архитектуры, процесс обучения нейронной сети. Элементы теории нечетких множеств. Система нечеткого вывода.
статья, добавлен 27.04.2017Задача прогнозирования временных рядов как одна из классических задач, эффективно решаемых с помощью нейронных сетей. Особенности работы с пакетом Neural Network Wizard (создание модели нейронной сети). Правила распознавания цифр на базе нейронной сети.
лабораторная работа, добавлен 20.02.2012- 85. Метод буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети
Разработка метода буферизации. Прогнозирование параметров сетевого трафика. Выбор рационального значения емкости памяти для буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети. Построение нечеткой нейронной сети.
статья, добавлен 14.07.2016 Теоритические аспекты и модели машинного обучения. Получение и интерпретация визуальной информации. Цели и задачи идентификации объектов по фотографиям. Использование искусственной нейронной сети Keras для распознавания ос и пчел от других насекомых.
курсовая работа, добавлен 06.03.2022Искусственная нейронная сеть как метод анализа и распознавания образов. Обработка изображения и создание множества обучающих примеров с ошибками. Обучение нейронных сетей с использованием математического пакета Octave. Отбор и тест оптимальной сети.
лабораторная работа, добавлен 14.12.2019Появление и перспективы использования технологии нейронной стилизации. Типологизация методов машинного обучения для стилизации изображений. Рассмотрение реализации стилизации изображений с помощью машинного и глубокого обучений на языке Python.
статья, добавлен 09.12.2024Архитектура 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 23.02.2015Основные направления развития систем искусственного интеллекта. Математическая модель, программное и аппаратное воплощение искусственной нейронной сети. Выявление сложных зависимостей между входными и выходными данными и выполнение их обобщения.
статья, добавлен 25.03.2019Алгоритмизация 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 01.09.2016Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019Разделимость описаний объектов из разных классов - метод успешного решения задачи классификации. Применение эволюционного подхода для преобразования входного пространства признаков с целью повышения вероятности обучения искусственной нейронной сети.
статья, добавлен 19.01.2018- 94. Система обработки изображений при диагностике наследственных заболеваний по методу дерматоглифики
Алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования. Элементы программного обеспечения системы. Результат обучения нейронной сети.
автореферат, добавлен 02.07.2018 Построение и обучение нейронных сетей, которые смогут обучиться для успешного прохождения компьютерных игр. Эволюционный и генетический алгоритмы обучения нейронной сети. Сравнительный анализ самообучающихся алгоритмов на основе платформы OpenAI.
дипломная работа, добавлен 01.09.2017- 96. 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 Характеристика классических методов кластеризации. Особенности самоорганизующихся карт Кохонена как одного из методов аппроксимации данных. Настройка веса на основе обучающего множества без учителя. Классический алгоритм "Победитель забирает все".
статья, добавлен 02.11.2018Публикация - один из самых популярных форматов общения в социальной сети. Особенности векторного представления слов в двумерном пространстве. Архитектура рекуррентной нейронной сети. Модерация текста - инструмент борьбы с токсичностью в Интернете.
дипломная работа, добавлен 02.09.2018Особенности научных статей, представленных в формате PDF. Разработка классов для системы автоматической разметки. Выбор программного обеспечения для реализации и обучения нейронной сети. Алгоритмы сортировки блоков в соответствии с иерархией документа.
дипломная работа, добавлен 13.07.2020Проектирование и реализация системы, которая осуществляет процессы создания и взаимодействия группы объектов на примере искусственной нейронной сети Хэмминга. Принципы работы созданной программы и закрепление навыков программирования на языке Delphi.
курсовая работа, добавлен 24.04.2014