Модели нейронов с памятью состояния для организации нейроэволюционных вычислений
Анализ модели нейрона, обладающей возможностью запоминания значения специально вводимого параметра состояния нейрона. Механизм реализации двухуровневой схемы эволюционирования нейронных сетей. Описание предлагаемых алгоритмов их функционирования.
Подобные документы
Ознакомление со структурной схемой нейрона. Анализ методов отражения сути биологических нейронных систем. Исследование сравнительных характеристик нейрокомпьютеров и традиционных компьютеров. Рассмотрение формальной модели искусственного нейрона.
курсовая работа, добавлен 25.01.2015Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Основные понятия об искусственных нейронных сетях, дискретных преобразованиях Фурье и потоковых кодированиях информации. Формальная модель нейрона Мак-Каллока-Питтса и нейрона с альтернативными синапсами. Дискретное преобразование Фурье. Метод Хебба.
автореферат, добавлен 08.02.2013Описание принципов работы технологии искусственных нейронных сетей. Алгоритмы построения обучения сетей, возможности снижения временных затрат, необходимых для такого обучения. Обобщенная схема нейрона. Схема разделения вектора весов по ИР-элементам.
статья, добавлен 12.07.2021Исследование понятия "искусственный нейрон". Характеристика модели нейрона Маккалока-Питтса. Моделирование логических операций "конъюнкция" и "дизъюнкция", оценка невозможности решения проблемы "исключающего или" с помощью нейрона с двумя входами.
лабораторная работа, добавлен 19.06.2022Анализ 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 29.03.2018Нейронная сеть – система связанных и взаимодействующих друг с другом искусственных нейронов. В статье проведен анализ алгоритмов обучения нейронных сетей. Приведены последовательность действий при обучении этими алгоритмами, их достоинства и недостатки.
статья, добавлен 23.01.2021Представление знаний для решения интеллектуальных проблем. Принцип выбора потенциального дерева решения. Искусственные нейронные сети. Принцип работы искусственного нейрона, его формальная модель. Применение нейронных сетей, классификация нейронов.
учебное пособие, добавлен 26.08.2015Моделирование 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 29.01.2016Разработка и внедрение модели кредитного скоринга с использованием нейронных сетей. Модель будет прогнозировать платежеспособность клиентов банка. Описание реализации. Предобработка входных данных. Процедура обучения нейронной сети, тестирование.
дипломная работа, добавлен 30.06.2017Осцилляторные 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 08.02.2013Исследование принципов организации нейроподобных сетей для решения задач искусственного интеллекта. Анализ архитектуры ассоциативно-проективной нейронной сетевой системы. Характеристика процедуры выбора части нейронов для передачи на верхний уровень.
лекция, добавлен 13.09.2017Анализ 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 21.09.2017Свойства биологического нейрона. Алгоритм обратного распространения ошибки. Обучение с учителем. Виды нейронных сетей и их свойства и преимущество. Разработка системы тестирования. Выбор программных средств для разработки. Структура базы данных и системы.
дипломная работа, добавлен 07.08.2018Смысл постулата Хебба в том, что если изначально наблюдается причинно-следственная связь между активациями пре- и постсинаптического нейрона, то эта связь имеет тенденцию к усилению. Следствия, исходящие из правила Хебба. Структурная схема нейрона.
презентация, добавлен 20.05.2020Разработка 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 30.04.2018Обзор 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 21.10.2013Модели 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 17.03.2021Искусственный интеллект как новая информационная революция. Некоторые сведения о мозге. Основы теории нейроподобных сетей. Схема строения нейрона как элементарного звена. Нейроподобный элемент, который используется при моделировании нейронных сетей.
контрольная работа, добавлен 21.10.2017Разработка прогнозирующих систем: понятие прогноза и цели его использования, методы прогнозирования, модели временных последовательностей. Модели нейронных сетей: Маккалоха, Розенблата, Хопфилда. Нейронные сети и алгоритм обратного распространения.
курсовая работа, добавлен 30.11.2009Особенности разработки алгоритмов функционирования математической модели вычислительного узла и грид-системы. Программное обеспечение для исследования надёжности проведения облачных вычислений на грид-архитектуре. Результаты, полученные при написании.
статья, добавлен 02.02.2019Способ организации работы интеллектуальной системы на основе гибридизаций нескольких технологий интеллектуальных вычислений. Разработка моделей гибридной системы. Модели вычислений, используемые в технологии экспертных систем и нейронных сетей.
статья, добавлен 29.04.2017Распознавание изображений с детальной оценкой состояния массового количества объектов. Особенности программной реализации алгоритмов системы и организация параллельных вычислений. Идентификация и оценка состояния объектов природного происхождения.
статья, добавлен 25.05.2017Краткая история развития искусственных нейронных сетей. Анализ факторов, влияющих на формирование цены на недвижимость. Математическая модель нейрона. Сравнение многослойного персептрона и радиально-базисной сети. Архитектурная и адаптивная динамика.
дипломная работа, добавлен 02.09.2018