Нейронные сети
Реферат, 29 Февраля 2012
Нейрокомпьютинг - это научное направление, занимающееся разработкой вычислительных систем шестого поколения - нейрокомпьютеров, которые состоят из большого числа параллельно работающих простых вычислительных элементов (нейронов). Элементы связаны между собой, образуя нейронную сеть. Они выполняют единообразные вычислительные действия и не требуют внешнего управления. Большое число параллельно работающих вычислительных элементов обеспечивают высокое быстродействие.
В настоящее время разработка нейрокомпьютеров ведется в большинстве промышленно развитых стран.
Нейронные сети
Реферат, 16 Марта 2011
Цель моей работы – разбор базовых понятий, связанных с изучением нейронных сетей, а также выявление перспектив развития
Нейронные сети
Курсовая работа, 22 Ноября 2011
Искусственные нейронные сети, конечно, годятся не для всех задач, имеющих прикладное значение. Но им, например, будет отдаваться предпочтение в большом классе задач распознавания образов, с которыми плохо или вообще не справляются обычные компьютеры. Уже сейчас искусственные нейронные сети применяются для решения очень многих задач обработки изображений, управления роботами и непрерывными производствами, для понимания и синтеза речи, для диагностики заболеваний людей и технических неполадок в машинах и приборах.
В данном курсовом проекте будет спроектирована нейронная сеть, которая решает такую конкретную задачу, как прогнозирование и аппроксимация функции.
Нейронные сети Кохонена
Курсовая работа, 07 Ноября 2011
ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты, особенно в сравнении с процессорами, используемыми в персональных компьютерах. Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие локально простые процессоры вместе способны выполнять довольно сложные задачи.
Обучение нейронной сети
Контрольная работа, 05 Января 2012
В современном мире прогресс производительности программиста достигается в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры. Одним из способов достигнуть максимального прогресса в этой области, является "искусственный интеллект", когда компьютер берет на себя не только однотипные, многократно повторяющиеся операции, но и сам сможет обучаться.
Нейронные сети ассоциативной памяти. Сети Хопфилда
Доклад, 13 Января 2012
Автоассоциативной памятью — называют память, которая может завершить или исправить образ, но не может ассоциировать полученный образ с другим образом. Данный факт является результатом одноуровневой структуры ассоциативной памяти, в которой вектор появляется на выходе тех же нейронов, на которые поступает входной вектор. Такие сети неустойчивы. Для устойчивой сети последовательные итерации приводят к все меньшим изменениям выхода, пока в конце концов выход не становится постоянным. Для многих сетей процесс никогда не заканчивается. Неустойчивые сети обладают интересными свойствами и изучались в качестве примера хаотических систем. В определенном смысле, это может быть достигнуто и без обратных связей, например перцептроном для случаев когда устойчивость важнее изучения хаотических систем.
Программное обеспечение моделирования нейроных сетей
Реферат, 15 Ноября 2011
Система массового обслуживания (СМО) - система, которая производит обслуживание поступающих в неё требований.
Искусственный интеллект. Нейронные сети. Распознавание образов
Курсовая работа, 29 Января 2013
Основные задачи, которые ставятся перед нейронными сетями, относятся к задачам распознавания образов. Они заключаются в том, чтобы классифицировать входной образ, то есть отнести его к какому-либо известному сети классу. Изначально сети даются эталонные образы – такие образы, принадлежность которых к определенному классу известна. Затем на вход сети подается некоторый неизвестный образ, и сеть пытается по определенному алгоритму соотнести его с каким-либо эталонный образом. Можно сказать, что нейросети проводят кластеризацию образов. Так как кластерный анализ применяется исследователями рынка ценных бумаг, то нейронные сети могут быть использованы и для прогнозирования стоимости акций, что является актуальной задачей, к тому же строго неразрешимой на данный момент.
Особенности организации и функция нейрона. Классификация нейронров
Контрольная работа, 27 Января 2013
Нервная система человека состоит из десятков миллиардов взаимосвязанных между собой нервных клеток. Нервная система человека действует во много раз успешнее и может неизмеримо больше, чем самый совершенный компьютер.
Наиболее часто встречающиеся клетки мозга не нейроны, а глиальные (греч. glía - клей) клетки, они заполняют пространства между нейронами и мозговыми капиллярами. Каждый нейрон окружен несколькими глиальными клетками, которые равномерно распределены по всему мозгу и составляет около 40% его объёма. Глиальные клетки мельче нейронов в 3-4 раза и отличаются от них по морфологическим и биохимическим признакам.