Медицинские аспекты разработки системы искусственных интеллектов
Понятие искусственного интеллекта, его роль в распознавании образов и решении задач классификации, оптимизации и прогнозировании. Анализ областей применения нейронных сетей: банки и страховые компании, военная промышленность и аэронавтика, биомедицина.
Подобные документы
Перспективы развития искусственного интеллекта. Основные проблемы нейронных, экспертных и много-агентных сетей. Исследование генетических алгоритмов и моделей представления знаний. Применение искусственного интеллекта в промышленной и аграрной сфере.
контрольная работа, добавлен 22.07.2020Форма представления выходной информации. Рассмотрение способов её контроля. Обучение искусственных нейронных сетей. Исследование их преимуществ и недостатков. Источники и способы получения данных. Изучение особенностей применения нейронных сетей.
курсовая работа, добавлен 16.05.2016Возникновение науки об искусственном интеллекте. Автоматизированное реферирование и информационный поиск. Распознавание образов. Сочинение музыки и текстов с помощью компьютерных программ. Обзор областей практического применения интеллектуальных систем.
статья, добавлен 16.01.2018Интерпретация выходных сигналов искусственных нейронных сетей при применении нелинейной нормализации, вычисляемой с помощью часто применяемых на практике эвристик. Исследование принципов организации и функционирования биологических нейронных сетей.
статья, добавлен 31.08.2018Исследование особенностей применения эволюционных алгоритмов для настройки структуры и поиска весов связей искусственных нейронных сетей. Анализ вопросов эволюционного поиска топологии искусственной нейронной сети. Кодирование информации о весах связей.
статья, добавлен 08.02.2013Описание 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 30.07.2016Число 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 15.07.2020Актуальные проблемы выделения изображений движущихся объектов на зашумленном фоне, фильтрации помех, оценки скорости объекта, его идентификации и сопровождения. Особенности систем обработки видеоизображений, построенные с применением нейросетевых методов.
статья, добавлен 02.02.2019Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Определение сущности системы поддержки принятия решений. Ознакомление с понятием "система искусственного интеллекта". Рассмотрение особенностей использования нейронных сетей в финансах и бизнесе. Анализ преимуществ прогнозирования на нейронных сетях.
курсовая работа, добавлен 17.10.2021Анализ классической схемы математического моделирования. Методы распознавания объектов, сигналов, ситуаций, явлений и процессов. Характеристика задач распознавания образов и их типы. Использование искусственных нейронных сетей для распознавания образов.
реферат, добавлен 03.11.2016Биологический прототип и искусственный нейрон. Распознавание цифр с помощью сетей Хопфилда. Алгоритм функционирования сети. Классификация входного образа. Развитие искусственных нейронных сетей. Исследование возможностей нейронных сетей и их развития.
курсовая работа, добавлен 25.01.2014Исследование применения классификации и анализа объектов на основе нейронных сетей в задачах распознавания объектов в видеопотоке. Разработка и реализация алгоритма обучения нейронных сетей для реализации механизмов классификации объектов в видеопотоке.
дипломная работа, добавлен 10.12.2019Методика разработки состязательных атак, которые основаны на словах и показывают возможность и силу изменения предсказываемого класса нейросети. Анализ особенностей применения регрессионных значений Шепли для интерпретации глубоких нейронных сетей.
дипломная работа, добавлен 28.11.2019Аппаратная и программная реализация нейронных сетей. Создание улучшенного подхода валидации точности алгоритмов глубокого обучения для применения на ИИ-ускорителях. Разработка гибкого и расширяемого инструмента для инференса искусственных нейронных сетей.
дипломная работа, добавлен 28.10.2019Понятие искусственного интеллекта, который можно определить как научную дисциплину, которая занимается моделированием разумного поведения. Применение искусственного интеллекта в науке, быту и развлекательной сфере. Экспертные системы. Нейронные сети.
реферат, добавлен 04.02.2015Решение стегоанализа с применением искусственных нейронных сетей. Описание методики стеганографического анализа изображений, которая состоит в синтезе сигнатурного и статистического алгоритмов. Методика распознавания скрытой информации в изображениях.
статья, добавлен 16.05.2022Разработка 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 20.02.2019Изучение логических моделей представления образов. Комплексное исследование и характеристика тенденций и перспектив развития систем искусственного интеллекта, предназначенных для решения задач распознавания образов. Н. Винер и искусственный интеллект.
контрольная работа, добавлен 09.05.2012Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017Анализ 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 21.09.2017Понятие 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 27.08.2017Роль искусственного интеллекта в геоинформационных системах и его влияния на геоинформационную науку. Использование нейронных сетей и машинного обучения в геоинформационных системах. Применение программных средств для решения геоинформационных задач.
статья, добавлен 28.09.2024Базовые понятия и основные задачи искусственного интеллекта (ИИ). История развития систем ИИ. Представление входных данных. Различные подходы к построению систем ИИ. Нейронные сети Хопфилда и Хэмминга. Основные положения и применение нейронных сетей.
курсовая работа, добавлен 05.06.2011Суть искусственного интеллекта - дисциплины, изучающей возможность создания программ для решения задач, которые требуют определенных интеллектуальных усилий при выполнении их человеком. Математические основы искусственного интеллекта. Теорема о резолюции.
курсовая работа, добавлен 15.07.2012