Формализация модульного принципа обучения искусственных нейронных сетей (ИНС)

Число 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.

Подобные документы

  • Описание базовых задач для нейронных сетей и исторически первых методов настройки сетей для их решения: классификация (персептрон Розенблатта); ассоциативная память (сети Хопфилда); восстановление пробелов в данных; кластер-анализ (сети Кохонена).

    курсовая работа, добавлен 04.04.2009

  • Показано, 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 26.04.2019

  • Нейронные сети как аппаратные или программные средства, моделирующие работу человеческого мозга. Анализ проблем создания компьютерных систем речевого общения. Рассмотрение особенностей применения нейронных сетей для решения задач распознавания речи.

    доклад, добавлен 12.12.2012

  • Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.

    статья, добавлен 17.01.2018

  • Рассмотрение и характеристика главных особенностей метода использования искусственных нейронных сетей. Ознакомление со схемой Персептрона. Исследование и анализ основных принципов распознавания образов, которые применяются в вычислительной технике.

    контрольная работа, добавлен 26.05.2016

  • Нейронные сети как новая перспективная вычислительная технология для финансовой области. История и типы архитектур нейронных сетей. Обучение многослойной сети. Алгоритм обратного распространения ошибки. Способы обеспечения и ускорения сходимости.

    контрольная работа, добавлен 06.12.2015

  • Методика статистического моделирования данных для обучения нейронных сетей с целью прогнозирования прочностных свойств волокнисто-пористых биокомпозитов. Количество данных, необходимое для обучения и тестирования сети. Эмпирическая линейная регрессия.

    статья, добавлен 27.04.2017

  • Создание алгоритма и программы для распознавания лица по фотографии c использованием библиотеки OpenCV методом искусственных нейронных сетей. Алгоритм бустинга для поиска лиц. Вычисление признаков и сравнение их совокупностей между собой разными методами.

    курсовая работа, добавлен 05.03.2019

  • 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 07.08.2013

  • Общая структура топологии применения генетических алгоритмов для обучения нейронных сетей. Методы и алгоритмы предварительной подготовки данных, расчета структуры нейросети и модифицированных методов обучения, проверки работы на валидационной выборке.

    статья, добавлен 12.05.2017

  • Общее описание нейронных сетей, их виды: однослойные и многослойные сети, персептрон, сети Хопфилда. Описание программных моделей и алгоритмов их обучения. Релаксация стимула, возникновение ложного образа и выработка прототипа, бистабильность восприятия.

    контрольная работа, добавлен 12.05.2015

  • Практические приложения распознавания образов. Выработка правил классификации самолетов для бомбардировщиков и истребителей в зависимости от их максимальной скорости и максимального взлетного веса. Обучение по алгоритму обратного распространения ошибки.

    контрольная работа, добавлен 28.08.2013

  • Вклад 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 27.09.2016

  • Исследование решения задачи автоматического распознавания коридоров набивных стеллажей вилочными погрузчиками с использованием нейронной сети. Описания принципа работы и структуры нейронной сети. Проверка работоспособности построенной нейронной сети.

    статья, добавлен 25.02.2019

  • Понятие нейронных сетей, которые вошли в практику везде, где нужно решать задачи прогнозирования, классификации или автоматизации. Применение и возможности нейронных сетей. Аппроксимация функций по набору точек. Сжатие информации. Ассоциативная память.

    реферат, добавлен 09.06.2016

  • Рассмотрение 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 01.03.2019

  • Структурные алгоритмы построения статических и динамических нейронных сетей. Многослойный персептрон с временными задержками и связанные с ним нейросетевые архитектуры. Динамическая кластеризация и сети Кохонена. Обзор итерационных методов обучения сетей.

    книга, добавлен 07.03.2014

  • Анализ 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 29.03.2018

  • Понятие и сущность искусственных нейронных сетей. Обучающий алгоритм Видрова-Хоффа. Образование основного стандарта нейроинформатики. Применение кодирования, декодирования и фильтрации. Активация эквивалента однослойной линейной сети, их мощность.

    учебное пособие, добавлен 18.01.2014

  • Исследование принципов организации нейроподобных сетей для решения задач искусственного интеллекта. Анализ архитектуры ассоциативно-проективной нейронной сетевой системы. Характеристика процедуры выбора части нейронов для передачи на верхний уровень.

    лекция, добавлен 13.09.2017

  • Задача 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

  • Осцилляторные нейросетевые модели сегментации изображений и зрительного внимания. Типы нейронных сетей. Быстрые нейронные сети: проектирование, настройка, приложения. Нейроноподобные модели описания динамических процессов преобразования информации.

    курс лекций, добавлен 08.02.2013

  • Доказательство возможности аппроксимации непрерывных функций нейронными сетями в работах Колмогорова и Хехта Нильсена. Эффективность применения генетических алгоритмов к решению проблемы исследования таких сетей. Выбор операторов мутации и кроссовера.

    статья, добавлен 22.08.2020

  • 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

  • Методики компонентного проектирования нейронных сетей для обработки баз знаний, представленных семантическими сетями. Использование унифицированной модели нейронной сети и компонентном подходе к работе с нейронными сетями; библиотека НС-компонент.

    статья, добавлен 06.03.2019

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу и оценить ее, кликнув по соответствующей звездочке.