Генератор псевдослучайных последовательностей на основе модифицированной рекуррентной нейронной сети
Архитектура и функционирование модифицированной рекуррентной нейронной сети. Метод генерации псевдослучайных последовательностей. Методика обучения модифицированной рекуррентной нейронной сети на основе алгоритма обратного распространения ошибок.
Подобные документы
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 29.03.2018Специфические особенности алгоритма расчета порога бинаризации для полутонового изображения, реализованного на основе метода Оцу. Использование технологии искусственной нейронной сети для распознавания цифровых микроскопических изображений мокроты.
статья, добавлен 31.10.2017Понятие искусственных нейронных сетей, способы обработки информации человеческим мозгом. Разработка концепции гомеостатической искусственной нейронной сети на основе представлений о гомеостатических механизмах обработки информации в естественных системах.
статья, добавлен 30.05.2017Пример работы алгоритма обратного распространения ошибки. Функция активации сигмоидного типа. Геометрическая интерпретация алгоритма обратного распространения. Анализ условий и предпосылок для успешного обобщения. Механизм контрольной кросс-проверки.
презентация, добавлен 16.10.2013Проектирование 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 24.04.2014Рассмотрение 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 01.03.2019Применение искусственного интеллекта в деятельности человека. Разработка алгоритма защиты систем компьютерного зрения. Виды вредоносных атак. Использование гауссовского зашумления в нейронных сетях для обеспечения безопасности распознавания образов.
статья, добавлен 09.05.2022Проблемы и возможности прогноза курса валют. Анализ финансовых временных рядов. Разработка искусственного интеллекта в виде нейронной сети для предсказания курса валют с гибкой настройкой. Архитектура, структура и компоненты программного приложения.
дипломная работа, добавлен 07.08.2018Разработан и описан алгоритм процесса конвертирования поступающих в программный комплекс исполняемых файлов в черно-белые изображения, позволяющий сформировать собственный набор данных для обучения нейронной сети на основе полученных изображений.
статья, добавлен 16.05.2022Особенности использования нейросетевых технологий для подавления шума в информационных сигналах. Настройка структуры нейронной сети. Оптимизация весовых коэффициентов, пороговых значений функции активации. Эффективность автоматически сгенерированной сети.
статья, добавлен 19.01.2018Функциональная схема локальной вычислительной сети. Информационные потоки в локальной сети предприятия. Способ управления сетью. Размещение сервера и сетевая архитектура. Организация сети на основе Windows 2008 Server. Структура корпоративной сети.
курсовая работа, добавлен 21.06.2011Обзор 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 27.04.2017Основные преимущества использования нейронных сетей при обучении автоматизированному переводу. Описание общей схемы и принципа работы нейронной сети, применение данной технологии в системе NMTS. Характеристика технологий автоматического перевода.
статья, добавлен 28.01.2019Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Метод градиентного спуска. Решение задач оптимизации. Геометрическая интерпретация метода градиентного спуска с постоянным шагом. Критерии остановки процесса приближенного нахождения минимума. Выбор оптимального шага. Градиентный метод с дроблением шага.
реферат, добавлен 17.07.2013Сравнительный анализ генераторов псевдослучайных и случайных символов на регистрах сдвига. Периодические структуры последовательностей на разных выходах регистра сдвига с внутренними сумматорами по модулю два при использовании инверсных выходов триггеров.
автореферат, добавлен 27.03.2018Назначение графических управляющих элементов NNTool, подготовка данных, создание нейронной сети, обучение и прогон. Разделение линейно-неотделимых множеств. Задача аппроксимации. Распознавание образов. Импорт-экспорт данных. Применение нейронных сетей.
статья, добавлен 23.01.2014Определение качества программных компонент. Метод определения проблемных участков программного кода. Представление стратегии обнаружения. Структура нечеткой нейронной продукционной сети. Классификация изменений программного кода, инициализация алгоритма.
статья, добавлен 24.03.2018История возникновения, виды, свойства и обучение искусственных нейронных сетей. Технология самообучения и задачи, решаемые при помощи нейронной сети Кохонена. Ограничения, накладываемые на компьютерную имитационную модель, ее схемы в среде MatLab.
дипломная работа, добавлен 12.01.2012Проектирование архитектуры программного комплекса на основе нейросетевых технологий для распознавания жестового языка инвалидов с нарушением слуха. Machine Learning: регрессионный методы интеллектуального анализа данных. Тестирование нейронной сети.
статья, добавлен 27.02.2019Методы генерации псевдослучайных чисел. Целесообразность выбора языка. Программная реализация основных элементов. Классы. Системные требования. Запуск, процесс игры. Основные подходы при создании Windows приложений. Генерирование псевдослучайных чисел.
курсовая работа, добавлен 28.12.2008Разделимость 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 19.01.2018Нейронные сети как распределенные и параллельные системы, способные к адаптивному обучению путем анализа положительных и отрицательных воздействий. Общая характеристика нейронной сети прогнозирования курса рубля, знакомство с основными особенностями.
контрольная работа, добавлен 31.05.2013Метод представления знаний при проектировании модели. Требования к качеству восприятия информации, отображаемой на дисплеях. Схема простой многослойной искусственной нейронной сети. Неформальное определение когнитивной карты. Искажения изображения.
дипломная работа, добавлен 13.02.2016Использование унифицированной структуры программного представления конечного автомата. Моделирование поведения программы на стадиях разработки. Применение автоматической генерации кода по формальному описанию алгоритма. Нотация диаграмм состояний UML.
статья, добавлен 10.03.2018