На основе положений математической логики событий исследуются нейронные сети, имитирующие механизмы работы мозга. Эти механизмы реализуют операции вывода по "нечеткой" логике в составе систем искусственного интеллекта - распознавания, управления и принятия решений - во всех областях человеческой деятельности. Рассмотрение многих примеров демонстрирует простейший подход к построению и развитию обученных нейронных сетей "подзадачу", а также трассировку - обучение при заданной структуре сети. Главной целью данного курса является демонстрация и внедрение универсального подхода, способного вывести проблему нейронных сетей с уровня частного применения на уровень массового использования практически во всех областях знаний, где требуется логически обосновать принимаемое решение. Утверждается, что самый простой подход к построению нейронных сетей на основе реализуемой нейроном «нечёткой» логики (логических нейронных сетей), продиктован практикой ясного мышления человека. Этот подход приводит к построению всего лишь однослойных нейронных сетей с простейшей функцией активации нейрона, при необходимости дополненных обратными связями.
Модель нейронной сети.
Лекция носит вводный и ознакомительный характер и скорее ориентирована на того исследователя, что пытается, более точно абстрагируя природные процессы, познать и воссоздать реальные мозговые функции. Его интересует: как формируется исходная информация на рецепторах, как осуществляется простейшее распознавание, как при переходе в пространство признаков объекта увеличить эффективность распознавания, как реализовать устойчивое, четкое выделение сигнала, необходимое при построении длинных цепочек вывода, зачем нужна кора головного мозга. Из этих проблем особое внимание читателю следует обратить на задание информации на рецепторах. Даны действенные рекомендации для разработчика системы управления или принятия решений на основе технологии логических нейронных сетей.
Содержание.
Титульная страница
Выходные данные
Лекция 1. Модель нейронной сети
Лекция 2. Построение обученных логических нейронных сетей
Лекция 3. Система принятия решений на основе математической логики событий
Лекция 4. Обучение логической нейронной сети
Лекция 5. Развитие логической нейронной сети для распознавания объектов по заданному набору признаков
Лекция 6. Нейросетевые самообучающиеся и адаптивные системы управления
Лекция 7. Логические нейронные сети с обратными связями
Лекция 8. Нейросетевые технологии в экономике и бизнесе
Лекция 9. Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр
Лекция 10. Логическое программирование нейронной сети на базе языка ПРОЛОГ
Лекция 11. Медицинские информационно-справочные системы на логических нейронных сетях
Лекция 12. Основы трехмерного "живого" моделирования
Лекция 13. Методика построения системы принятия решений на основе логической нейронной сети
Лекция 14. Перспективные нейросетевые технологии
Список литературы
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Введение в нейронные сети, Барский А.Б., 2016 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: Барский :: 2016 :: нейрон :: сеть
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- История информационных технологий, Левин В.И., 2016
- Информационные технологии в экономике, Головицына М.В., 2016
- Информационные технологии в управлении предприятием, Кияев В.И., Граничин О.Н., 2016
- Информационные технологии в управлении, Граничин О.Н., Кияев В.И., 2016
Предыдущие статьи:
- Графический анализ статистических данных в Microsoft Excel 2000, Чекотовский Э.В., 2002
- Предметно-ориентированные экономические информационные системы, учебник для вузов, Бодров О.А., Медведев Р.Е., 2013
- Воспитание в виртуальных средах, монография, Воропаев М.В., Мудрик А.В., 2010
- Школа контента, создавайте тексты, которые продают, Богданова М., 2019