Исследование нейроподобных сетей, работающих со средним значением стохастического потока
Основные понятия об искусственных нейронных сетях, дискретных преобразованиях Фурье и потоковых кодированиях информации. Формальная модель нейрона Мак-Каллока-Питтса и нейрона с альтернативными синапсами. Дискретное преобразование Фурье. Метод Хебба.
Подобные документы
Исследование 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 08.02.2013Анализ 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 29.07.2018Классификация 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 26.09.2017Изучение параллельных алгоритмов вычисления двумерного быстрого преобразования Фурье. Обзор алгоритмов спектрального анализа частотно-временной корреляционной функции. Разработка и интеграция библиотеки в программное обеспечение течепоискового комплекса.
дипломная работа, добавлен 09.04.2022Свойства 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 07.08.2018Нейронные сети и вычислительные системы на их основе. Алгоритмы генетического поиска для построения топологии и обучения нейронных сетей. Линейные преобразования векторов. Биологический нейрон и его строение. Признаковое и конфигурационное пространство.
курс лекций, добавлен 17.01.2011- 32. Нейронные сети
Нейронные 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 29.12.2011 Анализ основных способов представления информации в нейронных сетях. Общая характеристика теории адаптивного резонанса. Знакомство с современными нейросетевыми архитектурами. Рассмотрение особенностей моделей Липпмана-Хемминга, Хехт-Нильсена и Коско.
лекция, добавлен 07.08.2013Применение искусственных нейронных сетей. Выработка алгоритма синтеза контроллера, формирующего порог, который обеспечит заданные выходные реакции объекта управления (устройства), с использованием математического аппарата искусственных нейронных сетей.
статья, добавлен 02.04.2019Возможности современных информационных технологий и Интернета. Разработка клиент-серверной архитектуры построения больших искусственных нейронных сетей. Идентификация, аутентификация пользователей и защита информации в системе дистанционного обучения.
статья, добавлен 27.05.2018Форма 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 16.05.2016Понятие, структура и основные компоненты нейронных сетей, применение множества простых процессоров для их построения. Варианты наиболее распространенных архитектур искусственных НС. Правило вычисления сигнала активности и их распространение в сети.
лекция, добавлен 28.08.2013Метод интерполяции последовательного вычисления спектра Фурье, позволяющий ретушировать и восстанавливать отсутствующие (затенённые) части изображения. Искажение изображений объектов. Необходимость определения вида аппаратной функции и ее параметров.
статья, добавлен 07.11.2018Характеристика понятия образа, проблемы обучения распознаванию образов. Описание истории исследований в области нейронных сетей. Изучение сигнального метода обучения Хебба. Описание структурных схем и алгоритмов нейронных сетей Хопфилда и Хэмминга.
реферат, добавлен 12.06.2015Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012Главные признаки вейвлет-преобразования одномерного сигнала - его представления в виде обобщенного ряда или интеграла Фурье по системе базисных функций. Построение вейвлет-преобразования в системе Matlab, график функции и ее дискретное преобразование.
курсовая работа, добавлен 18.02.2019Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.
статья, добавлен 29.04.2017Решение 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 16.05.2022Эволюция 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 06.09.2017Аналоги вейвлет-анализа. Преобразование Фурье и Уолша. Разработка программы, реализующей вейвлет-анализ, на языке SciLab. Исследование индексов прироста деревьев. Влияние внешних факторов на прирост деревьев. Характеристики исследуемого сигнала.
реферат, добавлен 22.03.2019Разработка 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 20.02.2019Исследование метода разделения переменных для уравнения теплопроводности и для волнового уравнения. Реализация данного метода для уравнений в системе Maple при помощи метода Фурье. Построение графиков решения теплопроводности волнового уравнения.
дипломная работа, добавлен 18.01.2018Нахождение амплитудного спектра функции путем использования быстрого преобразования Фурье. Сравнительные таблицы коэффициентов с их значениями при различном числе интервалов разбиения. Погрешность вычисления коэффициентов с помощью преобразования Фурье.
практическая работа, добавлен 03.06.2018Архитектура 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 23.02.2015Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.
презентация, добавлен 03.12.2013