Нейронные сети
Модель нелокального нейрона, являющаяся обобщением классической модели Дж. Маккалоки и У. Питтса. Когнитивная аналитическая система "Эйдос". Искусственные нейронные сети, проблемы и перспективы. Моделирование иерархических структур обработки информации.
Подобные документы
Особенности применения инновационных инструментов прогнозирования. В качестве основного метода, используемого для прогнозирования, применяются искусственные нейронные сети Хопфилда, представляющие собой нейронные сети на основе радиально-базисных функций.
статья, добавлен 15.12.2021Искусственные 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 15.01.2018Искусственные 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 10.03.2011Исследование понятия "искусственный нейрон". Характеристика модели нейрона Маккалока-Питтса. Моделирование логических операций "конъюнкция" и "дизъюнкция", оценка невозможности решения проблемы "исключающего или" с помощью нейрона с двумя входами.
лабораторная работа, добавлен 19.06.2022Нейронные сети с преднастройкой функциональных преобразований. Принципы нейросетевых методов обработки хаотических процессов. Адаптивные нейросетевые методы в многошаговых играх с неполной информацией. Нечеткие нейронные сети в когнитивном моделировании.
курс лекций, добавлен 08.02.2013Понятие 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 19.11.2015История искусственных нейронных сетей. Модель формального нейрона Питтса и персептрон Розенблатта. Синапс как элементарная структура и функциональный узел между двумя нейронами. Примеры наиболее часто используемых преобразовательных функций Хопфилда.
презентация, добавлен 25.06.2013Характеристика, 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 20.02.2009Сущность и структура простой рефлекторной нейронной сети, ее главные консонанты и функциональные особенности. Биологическая изменчивость и закономерности обучения. Классификация и формы данных сетей, типы используемой информации, применяемые модели.
контрольная работа, добавлен 27.11.2014Рассмотрение 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 26.04.2019Локальность 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 16.10.2013Представление 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 26.08.2015Сущность и устройство искусственных нейтронных сетей, их общая характеристика, назначение, принцип работы и составляющие базовые нелинейные элементы. Решение систем обыкновенных дифференциальных уравнений в нейросетевом базисе при помощи системы Simulink.
контрольная работа, добавлен 12.12.2012Показано, 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 26.04.2019Сетевые устройства - терминалы, которые соединяют в едином информационном пространстве гаджеты, используемые в повседневной деятельности. Расширенное машинное обучение, глубокие нейронные сети - основа создания автономных интеллектуальных систем.
контрольная работа, добавлен 15.03.2019- 16. Нейронные сети
Нейронные сети: особенности, варианты использования и преимущества. Диагностика и прогнозирование экономических объектов. Применение нейронных сетей в рыночной экономике. Варианты применения искусственных нейронных сетей в задачах бизнес-прогнозирования.
реферат, добавлен 15.03.2009 - 17. Нейронные сети
Особенности программирования модели формального нейрона и персептрона Розенблатта, алгоритм и правило Хебба. Искусственный нейрон с активационной сигмоидальной логистической функцией. Персептронная система распознания изображений и сетевой поверхности.
лабораторная работа, добавлен 08.10.2014 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 27.09.2016Этапы становления и развития нейронных сетей. Головной мозг, нейронные сети и компьютеры. Программные и аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей. Способы распознавания образов предметов.
реферат, добавлен 17.05.2013Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Ограничивающие возможности и перспективы применения универсальной когнитивной аналитической системы "Эйдос-Х++". Применение в качестве программного инструментария системно-когнитивного анализа результатов идентификации в различных моделях по классам.
статья, добавлен 29.04.2017Искусственные 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 17.07.2013Область применения и принципы проектирования нечетких систем управления, их внутренняя структура и компоненты. Нечеткие нейронные сети и системы управления на их основе, принцип работы и сферы применения. Адаптивные системы управления с нечеткой логикой.
контрольная работа, добавлен 10.06.2016Идентификация проблемной области. Выбор средств проектирования. Разработка функциональной модели системы и алгоритма обработки данных. Искусственные нейронные сети, их программные и аппаратные реализации. Проектирование интерфейса информационной системы.
дипломная работа, добавлен 07.08.2018Использование мягких вычислений для создания гибридных интеллектуальных систем. Постановка задачи оптимизации, теорема Вейерштрасса, понятие минимума. Нейронные сети, математическая модель нейрона. Генетическое программирование, деревья поколений.
контрольная работа, добавлен 06.06.2011