IV Всероссийская научно-техническая конференция "Нейроинформатика-2002"
Байесова регуляризация обучения и интерполяция функций без кросс-валидации. Оптимизация кластерной модели. Нейросетевые аппроксимации плотности распределения вероятности в задачах информационного моделирования. Фракталы, аттракторы, нейронные сети.
Подобные документы
Повышение эффективности работы российских медицинских учреждений. Создание автоматизированных систем распознавания объектов, свёрточных нейронных сетей. Преимущества глубокого обучения и искусственного интеллекта в решении задач компьютерного зрения.
статья, добавлен 29.12.2024Разработка нового, теоретико-информационного критерия оптимальности решения задачи автоматического распознавания изображений на основе теоретико-вероятностной модели изображений. Реализация критерия в виде комплекса программ для проведения исследований.
автореферат, добавлен 01.05.2018Программный комплекс Matlab - идеальная среда для моделирования физических явлений, инженерных и экономических систем. Нейронные сети - компьютерная архитектура, инспирированная биологическими нервными системами. Инструменты работы с базами данных.
контрольная работа, добавлен 24.02.2021Рассмотрение общего понятия сплайна. Общие понятия и определения кубического сплайна дефекта, его построение и оценка погрешности интерполяции. Определение метода учета величины скачка функции или ее производных при построении кубического сплайна.
курсовая работа, добавлен 26.02.2015Изучение подходов к нормализации обучающего множества нейронной сети. Анализ существующих методов обучения нейронной сети Кохонена, их основные в преимущества и недостатки. Разработка нового конструктивного метода обучения на основе нейтронной сети.
статья, добавлен 26.04.2019Сбор и агрегация исторических данных о регулярных рейсах авиакомпаний. Особенность создания модели машинного обучения для предсказания вероятности отмены маршрута. Характеристика формирования ИТ-сервиса для предоставления доступа к предиктивной модели.
дипломная работа, добавлен 09.08.2018Особенности состава и структуры информационных систем в управлении предприятием. Характеристика функциональных подсистем. Системы поддержки принятия решений (BSS). Экспертные системы (ES). Нейронные сети как исключительно мощный метод моделирования.
реферат, добавлен 26.12.2017Оценка механизма формирования спроса, предложения, биржевой цены на фондовом рынке. Выбор структуры модели искусственной нейронной сети прямого распространения для эффективного решения класса задач анализа, прогнозирования финансовых временных рядов.
курсовая работа, добавлен 13.03.2018- 109. Нейронные сети
Сеть встречного распространения. Первый слой Кохонена. Выход слоя Гроссберга. Обучение сети встречного распространения. Осуществление интерполяции кодов. Послойность сети и матричное умножение. Градиент квадратичной формы, начальная точка и длина шага.
презентация, добавлен 16.10.2013 Нейросетевые 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 12.01.2012Характеристика элементов имитационного моделирования: источник заявки, устройство, узел. Описание функций генератора случайных чисел. Процесс автоматизации имитационного моделирования. Понятие сети Петри как средств математического описания процессов.
презентация, добавлен 13.12.2013- 112. Опыт организации и проведения Международной научно-практической конференции "Объектные системы"
Научная конференция – самый быстрый способ обменяться информацией между группой заинтересованных лиц. Применение информационной системы для каталогизирования научных работ и отслеживания жизненного цикла каждой статьи. Сохранение информации о номинациях.
статья, добавлен 02.02.2019 Создание модели по определению вопросительной интонации в разговорной речи как примере шумных данных. Признаки, используемые при распознавании. Программные инструменты обработки аудиофайлов. Рекуррентные нейронные сети долгосрочно–краткосрочной памяти.
дипломная работа, добавлен 23.09.2018- 114. 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 - 115. 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 Определение нейронных сетей методом Давидона-Флетчера-Пауэлла. Расчет с индивидуальными данными начальной точки для негладких функций. Кластеризация данных на основе графовых моделей и статистических методов с индивидуальным заданием точек наблюдения.
контрольная работа, добавлен 26.02.2015Рассмотрение функциональных возможностей электронного информационного сервиса "Электронный дом" с использованием объектно-ориентированного языка моделирования UML. Интеграция информационного сервиса с отечественными электронными информационными системами.
статья, добавлен 20.08.2018- 118. Сегментация изображений в больших базах данных с использованием плотности распределения информации
Задачи сегментации изображений на основе алгоритма кластеризации с использованием плотности распределения информации. Формирование кластеров произвольной формы, обработка сигналов, зашумленных разного вида возмущениями, матричное представление информации.
статья, добавлен 24.03.2016 Нейронные сети и вычислительные системы на их основе. Алгоритмы генетического поиска для построения топологии и обучения нейронных сетей. Линейные преобразования векторов. Биологический нейрон и его строение. Признаковое и конфигурационное пространство.
курс лекций, добавлен 17.01.2011- 120. Нейронные сети
Особенности программирования модели формального нейрона и персептрона Розенблатта, алгоритм и правило Хебба. Искусственный нейрон с активационной сигмоидальной логистической функцией. Персептронная система распознания изображений и сетевой поверхности.
лабораторная работа, добавлен 08.10.2014 - 121. Нейронные сети
Примеры определения масштаба функций в нейронных сетях. Математическое описание цифровых моделей в нейронных сетях. Выбор интервала дискретизации, описание процесса квантования по времени. Оптимальная коррекция динамических погрешностей измерений.
контрольная работа, добавлен 15.01.2018 Составление и поиск экстремумов аппроксимирующих функций при параллельных вычислениях. Оптимизация алгоритма обработки информации и моделирования потоков данных. Минимизация среднеквадратической ошибки выборки методом сходящегося итерационного процесса.
статья, добавлен 03.12.2018Понятие информационного дизайна, его принципы и приёмы. Основные психологические закономерности восприятия цвета. Структурирование информационного поля. Оптимизация изображений для веб-приложений. Визуальные html-редакторы для создания веб-страниц.
курс лекций, добавлен 28.03.2020Расчет информационного потока проектируемой единой сети. Особенность построения имитационной модели предпроектной ситуации. Характеристика выбора серверной операционной системы. Определение экономической эффективности от сокращения поиска информации.
дипломная работа, добавлен 07.06.2016Разработка графического приложения моделирования полета снаряда из пушки. Выбор языка программирования (Python) и математической модели. Оптимизация процесса анимации. Составление системы уравнений для управления наклоном ствола абстрактной пушки.
статья, добавлен 27.02.2018