Нейронные сети. Распознавание образов
Биологический 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.
Подобные документы
- 51. Нейронные сети
Понятие нейронных сетей, которые вошли в практику везде, где нужно решать задачи прогнозирования, классификации или автоматизации. Применение и возможности нейронных сетей. Аппроксимация функций по набору точек. Сжатие информации. Ассоциативная память.
реферат, добавлен 09.06.2016 Понимание изображения документа, порядок анализа проекционных профилей и преобразование Хафа. Процесс оптического распознавания символов и применение нейронных сетей. Классификация перцептронов, обучение и ограничение. Процесс работы сети Хопфилда.
дипломная работа, добавлен 14.05.2013Исследование содержания и принципы разрешения задачи разработки интеллектуальной системы распознавания текста на фотографиях и видеокадрах сложных графических сцен. Методика и этапы обнаружения и локализации текстовых областей с помощью нейронных сетей.
статья, добавлен 23.02.2016Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012Особенности применения инновационных инструментов прогнозирования. В качестве основного метода, используемого для прогнозирования, применяются искусственные нейронные сети Хопфилда, представляющие собой нейронные сети на основе радиально-базисных функций.
статья, добавлен 15.12.2021Описание разработанной методики синтеза импульсных рекуррентных нейронных сетей в составе машины неустойчивых состояний для решения задачи распознавания динамических образов в рамках парадигмы резервуарных вычислений. Входные данные и их предобработка.
статья, добавлен 15.01.2019Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Распознавание 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 08.06.2018Осцилляторные нейросетевые модели сегментации изображений и зрительного внимания. Типы нейронных сетей. Быстрые нейронные сети: проектирование, настройка, приложения. Нейроноподобные модели описания динамических процессов преобразования информации.
курс лекций, добавлен 08.02.2013Моделирование поведения живых существ в процессе исследований в области искусственного интеллекта. Особенности искусственного нейрона и структура нейронных сетей. Осуществление диагностики с помощью использования пакета Statistica Neural Networks.
статья, добавлен 29.01.2016Особенности применения нейронной сети с использованием библиотеки OpenCV для распознавания эмоций. Обучение нейронной сети, распознавание лиц из базы данных Yale Facesс помощью обучающего набора данных в рамках авторского проекта "Сурдотелефон".
статья, добавлен 25.02.2019Создание шаблона, который позволит студенту приобрести необходимые знания для создания, обучения и стимуляции нейронной сети. Проектирование приложения по визуализации образов букв русского алфавита. Шаблоны букв, созданные в графическом редакторе.
статья, добавлен 19.12.2017Базовые понятия и основные задачи искусственного интеллекта (ИИ). История развития систем ИИ. Представление входных данных. Различные подходы к построению систем ИИ. Нейронные сети Хопфилда и Хэмминга. Основные положения и применение нейронных сетей.
курсовая работа, добавлен 05.06.2011Описание 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 30.07.2016Изучение нейросетевых технологий с помощью симулятора нейронных сетей. Обзор существующих симуляторов нейронных сетей и оценка пригодности их использования в учебном процессе. Авторская разработка учебного нейросимулятора для использования его в ВУЗе.
статья, добавлен 26.04.2019Рассмотрение средств и методов MatLab и пакета Simulink для моделирования и исследования нейронных сетей. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме. Применение GUI-интерфейса пакета нейронных сетей.
методичка, добавлен 03.07.2017Разработка искусственных нейронных сетей и машинное обучение как перспективные направления информационных технологий. Преимущества и недостатки, способность нейросетей решать задачи, которые невозможно решить классическими программными алгоритмами.
статья, добавлен 20.02.2019Разработка 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 30.04.2018Характеристика организации и функционирования искусственных нейронных сетей. Система соединенных и взаимодействующих между собой простых процессоров. Основные направления создания систем искусственного интеллекта при помощи компьютерных алгоритмов.
реферат, добавлен 13.10.2011- 70. 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 Применение искусственных нейронных сетей. Выработка алгоритма синтеза контроллера, формирующего порог, который обеспечит заданные выходные реакции объекта управления (устройства), с использованием математического аппарата искусственных нейронных сетей.
статья, добавлен 02.04.2019Общее описание нейронных сетей, их виды: однослойные и многослойные сети, персептрон, сети Хопфилда. Описание программных моделей и алгоритмов их обучения. Релаксация стимула, возникновение ложного образа и выработка прототипа, бистабильность восприятия.
контрольная работа, добавлен 12.05.2015Модели 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 17.03.2021Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.
статья, добавлен 17.01.2018Обзор искусственных нейронных сетей, состоящих из множества взаимодействующих простых процессоров и представляющих собой устройства параллельных вычислений. Анализ структуры связей детали сетевой конструкции. Вычисления сигналов и значений нейронов.
лекция, добавлен 21.10.2013