Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных
Разработка способов обеспечения достоверности информации баз данных. Описание метода определения достоверности вводимого кортежа. Параметры и характеристика нейронной сети Кохонена. Обучение радиально-базисной сети путём обратного распространения ошибки.
Подобные документы
Архитектура 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 23.02.2015Основные 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 28.01.2019Топологии нейронной сети: биологический нейрон, функции активации, закономерности обучения. Существующие архитектуры и их сравнительная характеристика. Многослойный перцептрон нейронной сети, особенности ее использования для динамических систем.
отчет по практике, добавлен 18.02.2019Классификация 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 26.09.2017Параметризация свёрточной нейронной сети для осуществления семантического анализа текста и определения его эмоциональной окраски. Архитектура сети, её обучение и тестирование с использованием объектно-ориентированного языка Python и библиотеки Keras.
статья, добавлен 19.02.2019Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.
курсовая работа, добавлен 22.06.2011Модели нейронных сетей относятся к интеллектуальным системам, они позволяют улучшить результаты благодаря самообучению. Рассмотрены исследования по моделированию прогнозов котировок ценных бумаг. Нейронные сети обратного распространения. Описание модели.
статья, добавлен 17.03.2021Анализ 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 29.03.2018Характеристика основных способов построения сетей (топология сетей). Методы защиты от несанкционированного доступа к ресурсам сети. Функциональная схема корпоративной вычислительной сети предприятия, выбор и обоснование сетевой архитектуры и базы данных.
курсовая работа, добавлен 25.04.2011- 60. Применение нейронных сетей для построения модели прогнозирования состояния городской воздушной среды
Характеристика процессов распространения загрязняющих веществ в атмосфере. Описание нейросетевых моделей прогнозирования и определение их эффективности. Пример построения структуры нейронной сети для прогнозирования распределения диоксида азота.
статья, добавлен 29.05.2017 - 61. 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.
статья, добавлен 19.06.2018 План помещений одного этажа. Основные виды физических топологий сетей. Расчет исходных данных. Выбор оборудования передачи данных, серверов и клиентских машин. Выбор программного обеспечения и способа подключения к действующей сети и сети Интернет.
курсовая работа, добавлен 29.10.2014Сущность 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 27.11.2014Разработка системы, производящей кластеризацию объектов по ряду признаков. Выявление кластеров (групп) входных векторов, обладающих некоторыми общими свойствами. Идея векторного квантования. Обучение сети Кохонена. Конкурирующая функция активации.
контрольная работа, добавлен 13.01.2017Автоматизация сбора, анализа и обработки данных в супермаркете. Разработка программы для распознавания лиц в живой очереди или изображений в реальном времени. Архитектура нейронной сети. Общий вид и назначение персептрона, оценка точности его работы.
статья, добавлен 25.02.2019Разработка Розенблаттом математической и компьютерной модели восприятия информации мозгом на основе двухслойной обучающейся нейронной сети. Алгоритм параллельной распределённой обработки данных в середине 1980 годов. Основы нейросетевых технологий.
дипломная работа, добавлен 07.08.2018Задача 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 20.02.2012Оценка прогностической значимости распространенных нейросетевых моделей для анализа ценностных составляющих приема участкового врача-терапевта. Модели на базе многослойного персептрона, радиально-базисной функции и обобщенно-регрессионной нейронной сети.
статья, добавлен 08.04.2022Применение информационных технологий на производстве и в защите информации. Сети электронно-вычислительных машин, типы кабелей, иерархическая модель данных, примеры её использования. Информационное обеспечение и базы данных, виды программного обеспечения.
контрольная работа, добавлен 23.10.2014Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.
дипломная работа, добавлен 28.11.2019Применение модуля программы, спроектированного на основе сверточной нейронной сети. Исследование способности нейронной сети к обучению на небольшом наборе данных в задаче классификации оружия на изображениях. Анализ результатов тестирования программы.
статья, добавлен 17.02.2019Основы информационных систем. Современные тенденции развития сетей передачи. Метод асинхронной передачи данных. Концепция сети с интеграцией сервисов. Совершенствование работы и качества передачи информации с помощью сетей с интеграцией сервисов.
курсовая работа, добавлен 20.10.2008Понятие и функции (создание единого информационного пространства, повышение достоверности информации) единой информационной сети (ЕИС) предприятия. Основные типы сетей: одноранговые и сети на основе сервера. Краткое описание Windows NT Server 4.0.
реферат, добавлен 23.12.2012- 74. Нейронные сети
Сеть встречного распространения. Первый слой Кохонена. Выход слоя Гроссберга. Обучение сети встречного распространения. Осуществление интерполяции кодов. Послойность сети и матричное умножение. Градиент квадратичной формы, начальная точка и длина шага.
презентация, добавлен 16.10.2013 Компьютерные сети: принципы передачи данных. Топология сетей, протокол, кодирование информации. Модуляция и синхронизация данных, методы их коммутации. Пакеты данных, их функции. Применение подпрограмм в вычислительных процессах на языке Assembler.
курсовая работа, добавлен 07.04.2017