Рефераты, курсовые и дипломы на заказ без предоплаты.  Антиплагиат.
Студенточка.ru: на главную страницу.  рефераты, курсовые, дипломы на заказ без предоплаты в кратчайшие сроки  скидки и гарантии
Рефераты, курсовые, дипломные работы на заказ. Антиплагиат. Скидки
Прайс-лист Готовые работы Бесплатные материалы
ЗАКАЗАТЬ Специальности Банк рефератов
Консультации Статьи Подбор литературы
Готовые рефераты, курсовые и дипломы без предоплаты. Антиплагиат.
ЭКСПРЕСС - ЗАКАЗ:  для тех, кто экономит время и деньги при оформлении реферата,  курсовой, диплома на заказ

Воспользуйтесь формой поиска по сайту, чтобы найти реферат, курсовую или дипломную работу по вашей теме.

Поиск материалов

Нейронные сети

Математические аспекты построения нейросетевых моделей сложных экономических моделей в условиях неопределенности
Понятие и виды наследования

Описание предмета: «Нейронные сети»

Искусственная нейронная сеть — это математическая модель, а также устройства параллельных вычислений, представляющие собой систему из соединенных и взаимодействующих между собой простых процессоров (искусственных нейронов).

Такие процессоры обычно исключительно 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.

Понятие возникло при изучении процессов, протекающих в мозге при мышлении, и при попытке смоделировать эти процессы. Полученные модели называются искусственными нейронными сетями (ИНС).

Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения -— одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами.

Разработчикам решения на основе нейронной сети требуется: выбрать соответствующую модель сети; определить топологию сети (число элементов и их связи); указать параметры обучения.

Наиболее известным типом ИНС является персептрон. Доказано, что при нелинейной функции в нейроне могут быть подобраны коэффициенты связей так, что сеть может моделировать любую функцию. Для персептрона общепринятым является обучение методом обратного распространения ошибки. ИНС применяют при следующих классах задач: классификация данных, распознавание образов, предсказание временных рядов. Абсолютно точный ответ с помощью ИНС получить невозможно — например, бессмысленно решать таблицу умножения. Но есть задачи, нерешаемые другим путем — например предсказание курса акций (много параметров, сложные зависимости). ИНС позволит найти зависимость выходных данных (курс акции) от входных (предыдущий курс, время года и т. д.). При решении таких задач самым важным является подбор данных и их подготовка.

Области применения: Распознавание символов текста и других объектов, Распознавание речи, Управление движением транспортного средства и т. д., Классификация ситуаций, Краткосрочный прогноз.

[Материал из Википедии]

Литература

  1. А.Б. Барский. Логические нейронные сети. – М.: Интернет-университет информационных технологий, Бином. Лаборатория знаний, 2007. – 352 с.
  2. Г.Э. Яхъяева. Нечеткие множества и нейронные сети. – М.: Интернет-университет информационных технологий, Бином. Лаборатория знаний, 2011. – 320 с.
  3. З.М. Шибзухов. Конструктивные методы обучения сигма-пи нейронных сетей. – М.: Наука, 2006. – 160 с.
  4. А.И. Галушкин. Нейронные сети. Основы теории. – М.: Горячая Линия - Телеком, 2012. – 496 с.
  5. А.Л. Татузов. Нейронные сети в задачах радиолокации. – М.: Радиотехника, 2009. – 432 с.
  6. Домингуш Жайме Сакалема. Сети подвижной связи с CDMA. Построение и проектирование. – М.: Science Press, 2012. – 240 с.
  7. Применение искусственных нейронных сетей и системы остаточных классов в криптографии. – М.: ФИЗМАТЛИТ, 2012. – 280 с.
  8. А.Ю. Дорогов. Теория и проектирование быстрых перестраиваемых преобразований и слабосвязанных нейронных сетей. – М.: Политехника, 2014. – 344 с.
  9. В.И. Ширяев. Финансовые рынки. Нейронные сети, хаос и нелинейная динамика. – М.: Либроком, 2015. – 232 с.
  10. Рамиля Латыпова. Нейронные сети. – М.: LAP Lambert Academic Publishing, 2012. – 64 с.
  11. Аркадий Барский. Нейронные сети логического вывода. – М.: LAP Lambert Academic Publishing, 2011. – 408 с.
  12. Юрий Иванович Зозуля, М.С.Слетнев und В.Ю.Зозуля. Нейронные сети в промышленных системах. – М.: Palmarium Academic Publishing, 2014. – 440 с.
  13. Юрий Петрович Качановский und Евгений Алексеевич Коротков. Нейронные сети в решении задачи моделирования и управления. – М.: LAP Lambert Academic Publishing, 2012. – 84 с.
  14. А.Х. Гелиг, А.С. Матвеев. Введение в математическую теорию обучаемых распознающих систем и нейронных сетей. Учебное пособие. – М.: Издательство СПбГУ, 2014. – 224 с.
  15. В.И. Ширяев. Финансовые рынки. Нейронные сети, хаос и нелинейная динамика. Учебное пособие. – М.: Либроком, 2016. – 232 с.
  16. Саймон Хайкин. Нейронные сети. Полный курс. – М.: Вильямс, 2016. – 1104 с.
  17. Галушкин А.И., Цыпкин Я.З. Нейронные сети. История развития теории. Учебное пособие. – М.: , 2016. –  с.


Готовые работы

Тема работыТип работы
Технологии искусственного интеллектаРеферат
24 стр. / 2200 руб.



Задайте свой вопрос по вашей работе

Гладышева Марина Михайловна

marina@studentochka.ru
+7 911 822-56-12
с 9 до 21 ч. по Москве.






Добавить файл к заказу

- осталось написать email или телефон

Внимание!

Банк рефератов, курсовых и дипломных работ содержит тексты, предназначенные только для ознакомления. Если Вы хотите каким-либо образом использовать указанные материалы, Вам следует обратиться к автору работы. Администрация сайта комментариев к работам, размещенным в банке рефератов, и разрешения на использование текстов целиком или каких-либо их частей не дает.

Мы не являемся авторами данных текстов, не пользуемся ими в своей деятельности и не продаем данные материалы за деньги. Мы принимаем претензии от авторов, чьи работы были добавлены в наш банк рефератов посетителями сайта без указания авторства текстов, и удаляем данные материалы по первому требованию.

Контакты
marina@studentochka.ru
+7 911 822-56-12
с 9 до 21 ч. по Москве.
Карта сайта ЗАКАЗАТЬ
Цены, скидки и акции
Реферат, доклад, эссе, контрольная 120 р./стр.
Курсовая от 150 р./стр.
Отчёт по практике 150 р./стр.
ВКР, дипломная от 175 р./стр.
Скидки. Антиплагиат.
Поделиться
Реклама



Мы в социальных сетях
Отзывы
Александр, 4.03
Спасибо вам за подготовленную работу защиту сдал на 4.


Букинистика: редкие книги!