Выбор архитектуры нейронной сети для решения задач аппроксимации и регрессионного анализа экспериментальных данных
Методика выбора нейронной сети для решения задач регрессионного анализа многомерных данных. Оценка эффективности выбранной нейросети при решении задачи аппроксимации зашумленных данных. Результаты моделирования прочностных характеристик металла шва.
Подобные документы
Исследование вычислительных систем для решения задач гидро- и газодинамики. Выбор структуры сети вычислительных машин, способных решать исследуемые задачи. Экономическое обоснование вычислительной системы для реализации данных задач на практике.
курсовая работа, добавлен 20.04.2017Решение задачи обучения нейронной сети с помощью алгоритма обратного распространения на основе объема страховых сборов на данный отчетный период. Расчет количества нейронов в скрытом слое и количества скрытых слоев. Исследование структуры нейронной сети.
статья, добавлен 29.09.2012Изучение технологии решения задач интеллектуального анализа данных. Определение типа вина, обнаружение кишечной палочки методами "нейронная сеть", "байесовский классификатор", "линейная регрессия", "деревья принятия решений"," k-ближайших соседей".
практическая работа, добавлен 08.05.2017Анализ 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 28.11.2019Изучены вопросы формирования массива данных для построения искусственной нейронной сети, предназначенной для поиска взаимосвязей между социальными и экономическими параметрами развития регионов России. Исследования в области региональной компаративистики.
статья, добавлен 01.09.2021Анализ 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 29.03.2018Погружение 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 10.05.2022Разработка 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 07.08.2018Предложение по решению задачи индексирования больших массивов информации. Особенности применения нейронной сети для точного ранжирования документов, имеющих шанс оказаться на высоких местах в выдаче по результатам более грубой оценки их релевантности.
статья, добавлен 26.04.2017Нейронные 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 19.07.2012Описание базовых задач для нейронных сетей и исторически первых методов настройки сетей для их решения: классификация (персептрон Розенблатта); ассоциативная память (сети Хопфилда); восстановление пробелов в данных; кластер-анализ (сети Кохонена).
курсовая работа, добавлен 04.04.2009- 37. 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 Методика статистического моделирования данных для обучения нейронных сетей с целью прогнозирования прочностных свойств волокнисто-пористых биокомпозитов. Количество данных, необходимое для обучения и тестирования сети. Эмпирическая линейная регрессия.
статья, добавлен 27.04.2017Задачи для определения оптимальной модели нейронной сети. Характеристика общей модели нейронной сети. Сравнение различных алгоритмов поиска оптимального пути. Эффективность пчелиного алгоритма в решении задачи исследования и патрулирования местности.
статья, добавлен 08.03.2019Способность принимать решения, выявляя скрытые закономерности при обработке, учёте многочисленных данных – основное преимущество нейронных сетей в медицине. Ответ на терапию, период болезни - ключевые критерии классификации бронхиальной астмы у детей.
статья, добавлен 31.08.2020Основная задача обучения единичной нейросети. Предобработка данных, выбор примеров в обучающую выборку. Схемы экстраполяции и оценивания предельных значений эффектов. Растущие нейронные сети, коллективы нейросетей. Сущность гибридных алгоритмов.
статья, добавлен 08.02.2013Проектирование 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 27.02.2019Задача аппроксимации ряда динамики, построение функции по конечному набору точек. Особенности минимаксной функции. Фрагмент программы создания и адаптации линейной сети. Результат аппроксимации данных. Традиционные методы сглаживания ряда динамики.
статья, добавлен 17.07.2013Разработка архитектуры и алгоритмов функционирования стабильно-пластичной дискретной нейронной сети адаптивной резонансной теории, которая может распознавать объекты, изменяющиеся в дискретные моменты времени. Использование зашумленных исходных данных.
статья, добавлен 06.02.2017Параметризация 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 19.02.2019- 46. 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 Кредитные отношения как один из наиболее важных аспектов современной экономической деятельности. Основные проблемы экономики, решаемые посредством технологий интеллектуального анализа данных. Теоретическое обоснование нейросетевого моделирования.
курсовая работа, добавлен 14.07.2016Описание 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 10.10.2017Анализ 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 27.04.2017Топологии 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 18.02.2019