Обучение модульной нейронной сети для многозадачного искусственного интеллекта
Погружение структурной модели в пространство рецепторных и аксоновых полей - процесс, порождающий топологическую модель нейронной сети, по которой можно реализовать адаптивный алгоритм обработки данных. Сущность регуляризации параметров алгоритма.
Подобные документы
Опыт и перспективы применения систем искусственного интеллекта для решения задач автоматизированного управления в нефтегазовой отрасли. Модели представления знаний (семантические сети, фреймы). Модель представления знаний на основе логики предикатов.
учебное пособие, добавлен 14.11.2013Разработка нейросетевого алгоритма управления гексаподом на базе каскадной нейронной сети и исследование программного кода алгоритма на процессорах ARM архитектуры. Механизм космического назначения с параллельной кинематикой на базе платформы Стюарта.
статья, добавлен 18.01.2021Разработка алгоритма построения BPMN-модели, симулирующей поведение заданной каузальной сети. Формальное описание алгоритма, доказательство его корректности на произвольной сети. Его реализация в процессно-ориентированной информационной системе ProM.
дипломная работа, добавлен 07.07.2016Особенность подготовки данных для обучения сети. Главный анализ формирования обучающих массивов в задаче. Вычисление суммы квадратичных отклонений выходов паутины от эталонов. Основная характеристика проведения результатов регрессионного анализа.
лабораторная работа, добавлен 14.01.2015- 80. Интелектуальная мультиагентная система сбора и анализа данных для моделей знаний предметных областей
Методы построения мультиагентной системы посредством логической оценки получаемых данных. Построение нейронной сети с нейронами, обладающими памятью и интегральной логикой. Реализация логики на основе генетического алгоритма совершенствования "генов".
статья, добавлен 13.01.2017 Анализ вопросов использования нейронной сети для распознавания фигур технического анализа. Сравнение способов формирования входных образов. Конгломерат нейронных сетей для распознавания фигур технического анализа. Трактовка выходов нейронной сети.
статья, добавлен 27.04.2017Публикация - один из самых популярных форматов общения в социальной сети. Особенности векторного представления слов в двумерном пространстве. Архитектура рекуррентной нейронной сети. Модерация текста - инструмент борьбы с токсичностью в Интернете.
дипломная работа, добавлен 02.09.2018Описание и анализ предметной области как части реального мира, данные о которой отражаются в базе данных. Организационная структура сети автосалонов. Основные виды инфологических моделей. Основы реляционной модели данных. Алгоритм решения задачи.
курсовая работа, добавлен 10.10.2017Искусственные 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 17.07.2013Общее описание нейронных сетей, однослойные и многослойные сети. Описание программных моделей и алгоритмов их обучения. Проблема функции "исключающее или". Исследование представляемости однослойной и двухслойной нейронной сети, релаксация стимула.
курсовая работа, добавлен 26.06.2011Построение средств интеллектуального анализа данных для нечетких реляционных серверов. Задачи кластеризации и выявления зависимостей в форме нечетких продукций. Гибридный алгоритм использования нечеткой нейронной сети в качестве DM для реляционных данных.
статья, добавлен 17.01.2018Понятие искусственного интеллекта. Основные модели представления знаний. Характеристика семантической сети. Интеллектуальные и экспертные системы, их классификация. Системы управления базами данных. Модели данных: иерархические, сетевые и реляционные.
контрольная работа, добавлен 19.10.2010Тенденция использования многопроцессорных систем для обработки данных. Преобразование последовательных алгоритмов обработки данных в параллельные. Алгоритм распределения вершин графа задачи на узлах вычислительной сети с одинаковой степенью вершин.
курсовая работа, добавлен 22.02.2011Искусственные нейронные сети как устройства параллельных вычислений, состоящие из множества взаимодействующих простых процессоров. Варианты наиболее распространенных архитектур искусственных НС. Обучение искусственного интеллекта, основанного на НС.
лекция, добавлен 09.10.2013Модели представления знаний как одно из важнейших направлений исследований в области искусственного интеллекта. Общее понятие об продукционной модели. Семантические сети, фреймовая модель. Факторы однородности представления и простоты понимания.
презентация, добавлен 31.01.2020Распознавание образов при помощи нейросетевых технологий. Алгоритм обучения сети Хопфилда. Вычисление квадратной матрицы размера для ключевых образов по правилу Хебба. Отсутствие проблем с обучением при наличии априорной информации о классах объектов.
статья, добавлен 08.06.2018Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
презентация, добавлен 16.10.2013Рассмотрение задачи фильтрации спама и наиболее распространенных подходов к ее решению в сравнении с методами искусственного интеллекта. Развитие средств защиты от спама. Решение задачи защиты от спама на основе списка адресов, сигнатур, теоремы Байеса.
статья, добавлен 19.05.2018Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019Модели представления знаний как одно из важнейших направлений исследований в области искусственного интеллекта. Информация, с которой имеют дело ЭВМ. Особенности применения моделей представления знаний при создании систем искусственного интеллекта.
статья, добавлен 17.07.2018Разработка системы распознавания автомобилей, которая способна обнаруживать транспортные средства на фото и видеопотоке. Настройка нейронной сети и ее обучение на собранных данных. Графический интерфейс для взаимодействия пользователя с системой.
дипломная работа, добавлен 18.08.2018Показано, 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 26.04.2019Искусственная нейронная сеть как метод анализа и распознавания образов. Обработка изображения и создание множества обучающих примеров с ошибками. Обучение нейронных сетей с использованием математического пакета Octave. Отбор и тест оптимальной сети.
лабораторная работа, добавлен 14.12.2019- 99. Метод буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети
Разработка метода буферизации. Прогнозирование параметров сетевого трафика. Выбор рационального значения емкости памяти для буферизации запросов на передачу потоков реального времени по каналу телекоммуникационной сети. Построение нечеткой нейронной сети.
статья, добавлен 14.07.2016 Алгоритм функционирования нейронных сетей, их внутренняя структура и компоненты, а также критерии оценки качества. Максимизация взаимной информации двух выходов, получающих информацию от двух смежных, не пересекающихся областей одного изображения.
курсовая работа, добавлен 09.01.2018