Исследование метода обратного распространения ошибки для обучения нейронной сети
Разработка алгоритма и программирование вычислительного процесса двухслойной нейросети на языке С#. Исследование параметров обучения нейросети методом обратного распространения ошибки. Анализ количества шагов, скорости обучения и коэффициента сигмоида.
Подобные документы
Изучение метода генерирования нечеткого классификатора на ряде практических задач классификации. Гибридизация Питтсбургского метода на основе применения Мичиганского метода как оператора мутации. Коэволюционный метод обучения алгоритмических композиций.
статья, добавлен 19.01.2018Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Описание модели динамического нейрона. Разработка новых методов обучения нейронных сетей, генерирующих спайки. Анализ аспектов функционирования нейрона, как детектора временных последовательностей сигналов. Исследование задач обучения нейрона с учителем.
статья, добавлен 18.01.2018- 79. Нейронные сети
Свойства нейронных сетей, области их применения и классификация. Структура и принципы работы нейронной сети и особенности ее обучения. Нейросетевые системы управления. Разработка нейросевого регулятора с наблюдающим устройством, управление объектом.
реферат, добавлен 08.10.2011 Система регулирования объектов энергетики. Исследование способа обучения нейронной сети для блока автонастройки. Снижение энергоэффективности объектов и систем. Сравнение систем регулирования с ПИД-регулятором, с ПИД-регулятором и блоком автонастройки.
статья, добавлен 06.09.2021Исследование разработанного алгоритма решения основных задач искусственного интеллекта, допускающих формализацию в исчислении предикатов, с помощью модификации обратного метода Маслова. Особенности муравьиной тактики применения данного алгоритма.
статья, добавлен 15.01.2019Число итераций, необходимых для обучения искусственных нейронных сетей. Распознавание образов интеллектуальной системой. Повышение качества и гибкости обучения структуры сети. Эффективность модульного принципа в плане уменьшения количества итераций.
статья, добавлен 15.07.2020Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.
статья, добавлен 29.04.2017Использование системы дистанционного обучения "СТ Курс" для организации технической поддержки процесса дистанционного обучения. Возможности сетевой системы дистанционного обучения. Обозначение набора программных средств, работающих в локальном режиме.
статья, добавлен 04.12.2018Теоритические аспекты и модели машинного обучения. Получение и интерпретация визуальной информации. Цели и задачи идентификации объектов по фотографиям. Использование искусственной нейронной сети Keras для распознавания ос и пчел от других насекомых.
курсовая работа, добавлен 06.03.2022Организация обучения на базе системы ОРОКС. Состав индивидуального учебного плана пользователя. Процесс взаимодействия обучаемого с учебным заведением. Анализ существующих функций администрирования процесса обучения. Взаимодействие с базой данных.
дипломная работа, добавлен 16.11.2017Разработка искусственной нейронной сети, выделяющей акустический сигнал утечки из шума водопровода. Правило обучения сети, основанное на критерии минимума абсолютного значения момента четвертого порядка, упрощающее реализацию сети в реальном времени.
статья, добавлен 02.09.2013Рассмотрение существующих методов и методик управления информационным процессом обучения. Исследование и анализ возможностей и средств внедрения адаптации в процесс обучения в автоматизированной обучающей системе для повышения эффективности работы с ней.
статья, добавлен 16.07.2018Погружение 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.
статья, добавлен 10.05.2022Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
статья, добавлен 18.01.2021Описание метода и проектирование алгоритма для поиска минимума функции. Оптимизация процесса вычислений методом Фибоначчи. Разработка пользовательского интерфейса. Получение рабочей версии программы на языке С++. Системный анализ полученных данных.
контрольная работа, добавлен 15.12.2015Особенность 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 14.01.2015Подготовка данных, входы и выходы нейросети, изменения котировок. Выбор программного обеспечения: Matlab, Statistica, BrainMaker, NeuroShell Day Trader. Подготовка данных средствами MetaTrader. Знакомство с Matlab и обучения нейросетей в пакете AnfisEdit.
реферат, добавлен 02.12.2011История развития информационных технологий, особенности и преимущества системы дистанционного обучения. Рассмотрение рынка систем дистанционного обучения. Описание процесса внедрения программных систем, реализующих концепцию дистанционного обучения.
статья, добавлен 22.08.2020Исследование алгоритма топологической оптимизации SIMP. Воспроизведение, анализ и вычисление данного алгоритма в пакете Wolfram Mathematica. Обнаружение недостатка данного метода, который представлял собой определение оптимального коэффициента Лагранжа.
статья, добавлен 30.04.2018Технология решения задач на компьютере: сбор информации, формулировка условия; анализ и исследование модели. Разработка алгоритма: выбор метода проектирования и формы записи; программирование; уточнение способов организации данных, тестовые расчеты.
презентация, добавлен 09.04.2012- 97. Обращение операторов в нелинейной теории оболочек с помощью нейронной сети и генетического алгоритма
Применение нейронной сети для идентификации функции нагрузки тонкостенной оболочки по результатам наблюдений. Обоснование возможности аппроксимации зависимости между результатами наблюдений и неизвестными функциями обратных задач с помощью нейронной сети.
статья, добавлен 27.09.2016 Исследование принципа работы с аналитической платформы Deductor для создания законченных прикладных решений. Определение входных и выходных переменных. Методы нормализации данных и обучения нейронной сети. Запуск программы и способы вывода решений.
контрольная работа, добавлен 18.10.2014Сравнительный анализ аппаратно-программных средств дистанционного обучения. Описание свойств и задач подсистемы, выбор ее структуры, требования к ядру, механизм взаимодействия модулей, выбор языка программирования. Безопасность и экологичность проекта.
дипломная работа, добавлен 14.02.2012Понятие и основные компоненты нейронных сетей, классификация образов. Обучение по алгоритму обратного распространения ошибок. Сети с радиальными базисными функциями. Кластеризация образов, самоорганизующаяся карта признаков. Дискретная сеть Хопфилда.
книга, добавлен 18.01.2011