Нейронные сети - функционирование, активация, персептроны
Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
Подобные документы
- 26. 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.
статья, добавлен 29.05.2017 Понятие локальной вычислительной сети, ее сущность и особенности, структура и основные элементы. Факторы, влияющие на выбор физической среды передачи. Топология вычислительной сети. Базовые технологии локальных сетей. Канал сети шинной топологии.
контрольная работа, добавлен 25.03.2009Нейронные сети для решения задач классификации или кластеризации многомерных данных. Алгоритм работы блока функции преобразования. Рекурсивные сети. Программа Акинатор. Прохождение последовательности сигналов через сеть. Основные свойства персептрона.
курсовая работа, добавлен 19.07.2012Роль компьютерных сетей как средства передачи информации на большие расстояния. Виды обрабатываемой информации. Общие принципы построения компьютерной сети. Средства связи и топология сетей, типы протоколов. Адресация в IP-сетях. Механизм работы QoS.
курсовая работа, добавлен 17.11.2012Стандартные топологии сетей SDH. Резервирование канала приёма и передачи сигнала с помощью мультиплексоров. Интенсивность трафика в сети. Топология "звезда" c мультиплексором в качестве концентратора. Линейная архитектура для сетей большой протяженности.
реферат, добавлен 09.02.2016Задачи, решаемые при создании компьютерных сетей. Изучение истории появления первой распределенной сети. Основные понятия и службы Интернет. Топология локальных сетей, их характеристика. Важнейшие факторы, влияющие на физическую работоспособность сети.
реферат, добавлен 27.04.2013Теоретические основы нейронных сетей: применение, топология, обучения. Полезные свойства систем содержащих нейронные сети. Содержательная сущность поддержки принятия решений. Оценка возможностей нейронных сетей в системе поддержки принятия решений.
курсовая работа, добавлен 22.05.2018Рассмотрение положений теории нейронных сетей, анализ разнообразия их архитектур. Методы и алгоритмы предварительной обработки данных. Моделирование структуры нейросети. Разработка алгоритмов обучения нейронной сети для уменьшения ошибки тестирования.
дипломная работа, добавлен 30.08.2016- 34. 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 Этапы 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 17.05.2013Биологический прототип и искусственный нейрон. Распознавание цифр с помощью сетей Хопфилда. Алгоритм функционирования сети. Классификация входного образа. Развитие искусственных нейронных сетей. Исследование возможностей нейронных сетей и их развития.
курсовая работа, добавлен 25.01.2014Понятие компьютерной сети. Передача данных по сети. Топология сети. Топология типа "шина", "кольцо", "звезда". Взаимодействие компьютеров. Передача, отражение сигнала. Нарушение целостности сети. Расширение ЛВС. Передача маркера. Сети на основе сервера.
реферат, добавлен 07.10.2008Построение распределенной автоматической системы управления. Оптимальная топология вычислительной сети, аппаратура для обработки данных. Методы оптимального проектирования (алгоритмы синтеза) вычислительной сети. Проектирование топологии сетей ЭВМ.
лекция, добавлен 18.03.2018Характеристика алгоритма. Сетевые конфигурации. Многослойная сеть, которая может обучаться с помощью процедуры обратного распространения. Этапы выполнения алгоритма. Программа создания однонаправленной сети. Статистика использования других алгоритмов.
статья, добавлен 15.08.2020Типовые топологии сетей. Топология шины, звезды, кольца и др. Кабели на основе витых пар. Оптоволоконные кабели и бескабельные каналы связи. Проектирование сети и подбор оборудования. Создание логических подсетей. Продвижение пакета по сети.
курсовая работа, добавлен 10.06.2013Проблема преобразования данных без использования конкретной формулы. Нейронные сети - системы искусственного интеллекта. Способность системы самостоятельно обучаться и действовать на основании предыдущего опыта, с каждым разом делая всё меньше ошибок.
статья, добавлен 15.02.2019Разработка модели обнаружения злоумышленника в информационной системе. Анализ результатов обучения и реализации нейронных сетей на основе персептрона и линейных нейронных сетей в пакете Matlab. Выявление аномального поведения пользователя в системе.
статья, добавлен 30.04.2018Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Модели 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 17.03.2021Основные виды и типы нейронных сетей. Области применения нейронных сетей. Характеристика искусственной нейронной сети Gamma AI. Анализ описания алгоритма работы в нейросети гамма. Определение нейронной сети для создания озвучки из текста Narakeet.
контрольная работа, добавлен 18.06.2024- 46. Нейронные сети
История 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 25.06.2013 Понятие компьютерной сети и ее виды. Назначение локальной сети, ее функции и свойства. Аппаратное обеспечение для передачи и приема информации. Базовая топология объединения компьютеров. Преимущества и недостатки соединений. Виды подключений к Internet.
презентация, добавлен 30.04.2014Особенности фондовой биржи, методы прогнозирования цен. Определение термина "торговая система". Сентиментный анализ сообщений Twitter. Создание словаря классификаций эмоций. Обучение искусственных нейронных сетей, алгоритм однослойного персептрона.
курсовая работа, добавлен 28.12.2015- 49. Топология сетей
Основные виды топологии, их достоинства и недостатки. Геометрическая форма и физическое расположение компьютеров по отношению к друг другу. Построение сети по шинной схеме. Древовидная структура. Объединение сети при помощи магистральной линейной шины.
презентация, добавлен 13.02.2015 Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.
статья, добавлен 02.04.2019