Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 509875)
Консорциум Контекстум Информационная технология сбора цифрового контента
Уважаемые СТУДЕНТЫ и СОТРУДНИКИ ВУЗов, использующие нашу ЭБС. Рекомендуем использовать новую версию сайта.
  Расширенный поиск
Результаты поиска

Нашлось результатов: 121016 (0,70 сек)

Свободный доступ
Ограниченный доступ
Уточняется продление лицензии
1

Нейронные сети учеб. пособие

Автор: Горожанина Е. И.
Изд-во ПГУТИ

Учебное пособие имеет целью ознакомить учащихся с компонентами интеллектуальных систем, а именно искусственные нейронные сети. Предусмотрено рассмотрение принципов построения интеллектуальных информационных систем и их «настройке». Затрагивается вопрос применения инструментальных средств поддержки проектирования и построения нейросетей.

Сеть Кохонена 2.1 Многослойные нейронные сети прямого распространения Объединение нейронов в общую сеть <...> Рекуррентные нейронные сети Рекуррентная нейронная сеть – это сеть, в которой сигнал с выходных нейронов <...> в нейронных сетях). <...> Полносвязные нейронные сети – структуры, в которых каждый нейрон сети имеет прямую связь с другими нейронами <...> Рекуррентная нейронная сеть – это сеть, в которой сигнал с выходных нейронов или нейронов скрытого слоя

Предпросмотр: Нейронные сети учебное пособие.pdf (0,6 Мб)
2

Конспект лекций по учебной дисциплине «Проектирование баз данных и баз знаний» по специальности: 080801 Прикладная информатика (в экономике)

Автор: Жданова Е. И.
Изд-во ПГУТИ

Дисциплина имеет целью ознакомить учащихся с некоторыми методами организации знаний, возможными компонентами интеллектуальных систем, такими как: искусственные нейронные сети, нечеткие системы, генетические алгоритмы. Предусмотрено обучение студентов принципам построения интеллектуальных информационных систем и их «настройке», анализу существующих элементов интеллектуальности и выбору оптимального. Затрагивается вопрос применения инструментальных средств поддержки проектирования и построения нейросетей, нечетких экспертных систем и систем, функционирующих на основе генетических алгоритмов.

Основы теории нейронных сетей. <...> Сеть Кохонена 5.1 Многослойные нейронные сети прямого распространения Объединение нейронов в общую сеть <...> Рекуррентные нейронные сети Рекуррентная нейронная сеть – это сеть, в которой сигнал с выходных нейронов <...> в нейронных сетях). <...> Рекуррентная нейронная сеть – это сеть, в которой сигнал с выходных нейронов или нейронов скрытого слоя

Предпросмотр: Проектирование баз данных и баз знаний Конспект лекций .pdf (0,4 Мб)
3

Основы искусственного интеллекта учеб. пособие

Автор: Боровская Е. В.
М.: Лаборатория знаний

Учебное пособие знакомит читателей с историей искусственного интеллекта, моделями представления знаний, экспертными системами и нейронными сетями. Описаны основные направления и методы, применяемые при анализе, разработке и реализации интеллектуальных систем. Рассмотрены модели представления знаний и методы работы с ними, методы разработки и создания экспертных систем. Книга поможет читателю овладеть навыками логического проектирования баз данных предметной области и программирования на языке ProLog.

Нейронные сети учатся на примерах. <...> Каковы недостатки нейронных сетей? 4. В чем заключаются преимущества нейронных сетей? 5. <...> Как строятся нейронные сети? 8. Какие задачи решаются с помощью нейронных сетей? 9. <...> Нейронные сети 3.1. Введение в нейронные сети 3.2. Искусственная модель нейрона 3.3. <...> Применение нейронных сетей 3.4.

Предпросмотр: Основы искусственного интеллекта  учебное пособие.— 3-е изд. (эл.).pdf (0,2 Мб)
4

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СЕНСОРНЫХ СИСТЕМАХ [Электронный ресурс] / Д. Сандерс // Control Engineering Россия .— 2014 .— №1 .— С. 36-41 .— Режим доступа: https://rucont.ru/efd/437982

Автор: Сандерс Дэвид

Под системами искусственного интеллекта понимается большое количество продвинутых технологий, обеспечивающих машинам способность обучаться, подстраиваться к новым условиям, принимать решения, изменять поведение. По меньшей мере семь из них могут быть использованы в сенсорных системах.

НЕЙРОННЫЕ СЕТИ Нейронные сети также могут вычленять знания из примеров. <...> Нейронные сети — это численная модель мозга. <...> Рекуррентные сети, в которых выходные сигналы некоторых нейронов возвращаются на те же нейроны или нейроны <...> Точные знания заносятся в нейронную сеть путем тренировки. <...> Нейронные сети — это численная модель мозга.

5

НЕЙРОННЫЕ СЕТИ В УПРАВЛЕНИИ ТРАНСПОРТНЫМИ ПОТОКАМИ [Электронный ресурс] / Сорокина, Сорокина // Мир транспорта и технологических машин .— 2011 .— №3 .— С. 54-62 .— Режим доступа: https://rucont.ru/efd/486410

Автор: Сорокина

В статье рассматриваются нейронные сети в общей классификации методов управления транспортного потока для регулирования дорожного движения, дан краткий анализ, существующих групп нейронных сетей, а также предлагается применить нейронные сети в управлении транспортным потоком в регулировании дорожного движения

СОРОКИНА НЕЙРОННЫЕ СЕТИ В УПРАВЛЕНИИ ТРАНСПОРТНЫМИ ПОТОКАМИ В статье рассматриваются нейронные сети в <...> сетей, а также предлагается применить нейронные сети в управлении транспортным потоком в регулировании <...> , нейронные сети. <...> и нейронных сетей [6]. <...> Интерес к нейронным сетям возник в 19 веке.

6

ВЛИЯНИЕ АРХИТЕКТУРЫ МНОГОСЛОЙНОЙ ПЕРСЕПТРОННОЙ НЕЙРОННОЙ СЕТИ НА РЕЗУЛЬТАТЫ ПРОГНОЗА СТАБИЛЬНОСТИ ВОДНО-БИОТОПЛИВНОЙ ЭМУЛЬСИИ [Электронный ресурс] / Левина, Левин, Нагорнов // Естественные и технические науки .— 2015 .— №4(82) .— С. 136-139 .— Режим доступа: https://rucont.ru/efd/490906

Автор: Левина

Целью настоящей работы является построение оптимальной архитектуры нейронной сети для прогнозирования стабильности к седиментации, стабильности к коалесценции в зависимости от состава эмульгированного топлива. Исследовалось влияние количества нейронов в скрытом слое на ошибку прогноза, а функцией активации нейронов была выбран гиперболический тангенс.

С использованием обученной нейронной сети с 18 нейронами в скрытом слое, показавшей наименьшую ошибку <...> При прогнозе с использованием нейронной сетью были использованы архитектуры сети с 6, 10, 13, 15 и 18 <...> нейронной сети с N входными параметрами достаточно использовать скрытый слой с (2N + 1) нейронами. <...> Таблица 3 Результаты прогнозирования параметров ВТЭ нейронной сетью с различной архитектурой Вид сети <...> Результат с наименьшей ошибкой прогнозирования показала нейронная сеть с 18 нейронами в скрытом слое.

7

ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ С МНОГОУРОВНЕВЫМИ КВАНТОВАТЕЛЯМИ В ТЕХНОЛОГИИ БИОМЕТРИКО- НЕЙРОСЕТЕВОЙ АУТЕНТИФИКАЦИИ [Электронный ресурс] / Волчихин [и др.] // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2013 .— №4 .— С. 86-96 .— Режим доступа: https://rucont.ru/efd/552464

Автор: Волчихин

Актуальность и цели. В настоящее время вопросы аутентификации личности с использованием биометрических данных становятся актуальными. Преимущество искусственных нейронных сетей большого размера над классическими кодами с обнаружением и исправлением ошибок обусловлено тем, что они в момент обучения способны учитывать реальные распределения многомерных вероятностей биометрических данных, тогда как все классические коды с обнаружением и исправлением ошибок строились в гипотезе равновероятного распределения ошибок. Целью данной работы является изменение парадигмы нейросетевой обработки; предложено от бинарных нейронов (персептронов) перейти к использованию нейронов с многоуровневыми квантователями. Материалы и методы. Сравнение проведено с использованием комплексного показателя качества кодов – энтропии (близости их к «белому шуму»). Для кодов длиной порядка 20 бит расчет энтропии может быть проведен по Шеннону. Для более длинных кодов ресурсов современных машин недостаточно. Предложено анализировать только начальный участок кодовых последовательностей возрастающей длины. Далее строится экстраполирующий полином и предсказывается ожидаемое значение энтропии длинных кодов. Результаты. Результирующее значение 256-мерной энтропии кодов нейросетевого преобразователя оказалось выше, чем 51-мерная энтропия кодов «нечеткого экстрактора». Выигрыш обусловлен увеличение длины биокода несмотря на то, что длинные коды имеют более высокий уровень корреляции их разрядов. Переход от бинарных нейронов к нейронам с многоуровневыми квантователями увеличивает выигрыш примерно в миллион раз. Выводы. При переходе от бинарных нейронов к троичным нейронам длина выходного кода увеличивается в два раза, а их энтропия увеличивается примерно в полтора раза. Выигрыш, связанный с ростом энтропии биокодов, растет с числом уровней квантования в каждом нейроне. При этом проблемы обучения нейронных сетей усиливаются. Необходимо модифицировать стандартный алгоритм обучения ГОСТ Р 52633.5–2011 под сети, состоящие из смеси обычных бинарных нейронов и троичных нейронов

Малыгина ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ С МНОГОУРОВНЕВЫМИ КВАНТОВАТЕЛЯМИ В ТЕХНОЛОГИИ <...> Преимущество искусственных нейронных сетей большого размера над классическими кодами с обнаружением и <...> При этом проблемы обучения нейронных сетей усиливаются. <...> Существующие ограничения на длину выходного кода (числа нейронов сети) иллюстрируются рис. 3. <...> Из-за этого эффекта слишком сильно увеличивать число нейронов в выходном слое нейронной сети нецелесообразно

8

НЕЙРОСЕТЕВЫЕ МЕТОДЫ И АЛГОРИТМЫ УПРАВЛЕНИЯ В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМАХ [Электронный ресурс] / К.Е. Токарев // Бизнес. Образование. Право. Вестник Волгоградского института бизнеса .— 2016 .— №2 (35) .— С. 125-128 .— Режим доступа: https://rucont.ru/efd/415740

Автор: Токарев Кирилл Евгеньевич

В статье рассмотрены возможности применения алгоритмического и математического аппарата нейросетевых моделей в задачах управления социально-экономическими системами. В ходе исследования автором проанализированы современные подходы к моделированию управления социально-экономическими системами, разработана алгоритмическая модель обучения и функционирования нейронной сети, а также представлена структурная модель базового компонента сети – искусственного нейрона. Кроме того, проанализированы возможности и выявлены пути адаптации существующих классов одно- и двухслойных нейросетевых моделей с экзо- и эндогенными сигналами для обоснования управленческих решений на основе использования инструментальных средств для многовариантного анализа альтернатив в задачах управления в социальных и экономических системах.

сети, а также представлена структурная модель базового компонента сети – искусственного нейрона. <...> прогнозирования показывают соединения нейронов в сети. <...> Двухслойная нейронная сеть В приведенном нами графическом примере каждый нейрон j первого слоя (j = 1 <...> нейронные сети (RBF-сети); самоорганизующиеся карты Кохонена. <...> персептрон); рекуррентные нейронные сети (например, рекуррентная сеть Эльмана); радиально базисные нейронные

9

Особенности применения нейронных сетей в задачах автоматизированного дешифрирования аэрокосмических изображений при обновлении электронных карт [Электронный ресурс] / Вербицкий, Вербицкая, Журкин // Известия высших учебных заведений. Геодезия и аэрофотосъёмка .— 2014 .— №1 .— С. 103-108 .— Режим доступа: https://rucont.ru/efd/361284

Автор: Вербицкий

Рассматриваются особенности сверточных нейронных сетей и их применения к решению задач автоматизированного дешифрирования аэрофотоснимков. Приводится структура программного комплекса, описание основных его элементов и алгоритма работы. Приведены некоторые результаты экспериментов.

Рассматриваются особенности сверточных нейронных сетей и их применения к решению задач автоматизированного <...> Приведены некоторые результаты экспериментов. ключевые слова: сверточные нейронные сети, аэрофотоснимки <...> Во-вторых, нейронные сети (особенно сверточные нейронные сети либо когнитроны) наиболее приближены с <...> В отличие от других нейросетевых аппаратов, сверточные нейронные сети показывают наименьшую ошибку при <...> У такой нейронной сети существует лишь один выходной нейрон.

10

Инженерия знаний учеб. пособие

Автор: Богданова Е. А.
Изд-во ПГУТИ

Учебное пособие содержит теоретические сведения по дисциплине Инженерия знаний. Разработано в соответствии с ФГОС ВО по направлению подготовки 09.03.01 - Информатика и вычислительная техника и предназначено для студентов 2 и 2у курсов заочной и дистанционной форм обучения.

в нейронных сетях…………………………… 52 5.5 Парадигмы обучения нейронных сетей. <...> . 5.3 Классификация нейронных сетей Нейронная сеть представляет собой упорядоченную связь нескольких <...> По характеру обучения нейронные сети делятся на: нейронные сети, использующие обучение с учителем; нейронные <...> Алгоритм обучения нейронной сети 5.5.1 Парадигмы обучения нейронных сетей Самым важным свойством нейронных <...> в нейронных сетях).

Предпросмотр: Инженерия знаний Учебное пособие.pdf (0,3 Мб)
11

ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В ПРОЦЕССЕ ПОДБОРА ПЕРСОНАЛА [Электронный ресурс] / Азарнова, Терновых // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2009 .— №2 .— С. 74-78 .— Режим доступа: https://rucont.ru/efd/519740

Автор: Азарнова

В данной статье исследуются возможности использования технологий нейронных сетей для разработки маркетинговых механизмов регулирования процессов посредничества в подборе персонала на рынке труда. В качестве посредников рассматриваются такие специализированные институты как кадровые агентства

Искусственные нейронные сети состоят из искусственных нейронов, функциональные возможности которых аналогичны <...> Каждая сеть состо ит из формальных нейронов. <...> Для оценки числа нейронов в скрытых слоях однородных нейронных сетей можно воспользоваться формулой для <...> число нейронов в сетях с большим числом слоев. <...> Обучение нейронных сетей. — М.: СП “ПараГраф”, 1990. — 160 с. Рис. 2.

12

Нейронные сети в управлении розничной торговлей [Электронный ресурс] / Бугорский, Никитин // Прикладная информатика / Journal of Applied Informatics .— 2006 .— №2 .— С. 34-41 .— Режим доступа: https://rucont.ru/efd/445490

Автор: Бугорский

В России в 90-х годах прошлого века произошла смена экономических с истем: плановая экономика уступила место рыночной экономической системе. Благодаря сложившимся приватизационным процессам, займам иностранных банков и других финансовых систем экономика России стала развиваться в новых условиях.

В частности, нейронные сети нелинейны по свой природе. <...> Нейронные сети учатся на примерах. <...> Н и ки ти н ERP-система СRМ-система Нейронная сеть Рис. 1. <...> Использование нейронных сетей для анализа эффективности Возможно также использование нейронных сетей <...> i; Xi — исходное значение, подаваемое на вход нейрона I; y — значение на выходе нейронной сети; Y —

13

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ С ГИСТЕРЕЗИСНОЙ ФУНКЦИЕЙ АКТИВАЦИИ НА ОСНОВЕ ПРЕОБРАЗОВАТЕЛЯ ПРЕЙCАХА [Электронный ресурс] / Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2013 .— №2 .— С. 171-178 .— Режим доступа: https://rucont.ru/efd/511657

Разработаны принципы построения однослойной и двухслойной искусственных нейронных сетей с гистерезисной функцией активации нейронов на основе модели Прейсаха. Предложены алгоритмы их обучения. Проведен анализ работы рассматриваемых нейросетей на примере задачи классификации образов

Разработаны принципы построения однослойной и двухслойной искусственных нейронных сетей с гистерезисной <...> Ключевые слова: искусственная нейронная сеть, персептрон, многослойный персептрон, гистерезисная функция <...> Нейронные сети: полный курс 2-е изд. М.: «Вильямс», 2006 г., – 1104 с. 13. Р. Калан. <...> Искусственные нейронные сети. Теория и практика. 2-е изд. <...> Искусственные нейронные сети с гистерезисной функцией активации.

14

Нейронные сети: основы теории [монография]

Автор: Галушкин А. И.
М.: Горячая линия – Телеком

Изложена методика синтеза многослойных нейросетей различной структуры: с полными и неполными последовательными связями, перекрестными и обратными связями, функционирующими в режимах обучения, самообучения, обучения с учителями, обладающими конечной квалификацией. Приведены этапы исследования надежности и диагностики нейронных сетей. Представлены основные постановки задач перспективных исследований в области теории нейронных сетей.

на нейронной сети. <...> нейронов в сети. <...> в нейронной сети. <...> Нейронная сеть в виде нейрона. <...> Диагностика нейронных сетей 397 16.1. Граф состояний нейронной сети.

Предпросмотр: Нейронные сети основы теории.pdf (1,8 Мб)
Предпросмотр: Нейронные сети основы теории (1).pdf (0,7 Мб)
15

Интеллектуальные системы учебник

Автор: Ясницкий Л. Н.
М.: Лаборатория знаний

В учебнике приведена история становления научной области «искусственный интеллект». Освещены основные направления ее развития и сферы применения, выполнено сопоставление трех основных стратегических подходов к созданию интеллектуальных систем: технологии экспертных систем, технологии нейронных сетей и технологии эволюционного моделирования. Изложены теоретические основы и даны примеры разработки интеллектуальных систем, а также примеры их применения для интеллектуального анализа данных в промышленности, экономике, бизнесе, психологии, социологии и других областях. Книга является исчерпывающим руководством по освоению технологий создания интеллектуальных нейросетевых систем и их применению для решения широкого круга проблем, встречающихся во многих областях деятельности современного человека.

Понятие о классической нейронной сети нейронов. <...> нейронам сети и ко всем ранее добавленным скрытым нейронам. <...> Неклассические нейронные сети напсы подключаются ко всем входным нейронам сети, а аксон пока остается <...> Неклассические нейронные сети 7.2. <...> Самообучающаяся нейронная сеть между нейроном-победителем w и i-м нейроном сети.

Предпросмотр: Интеллектуальные системы учебник — Эл. изд..pdf (0,2 Мб)
16

Классификация степени тяжести заболевания на основе искусственных нейронных сетей [Электронный ресурс] / Молодченков, Фраленко, Хачумов // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика .— 2014 .— №2 .— С. 152-158 .— Режим доступа: https://rucont.ru/efd/404413

Автор: Молодченков

Задача автоматической классификации степени тяжести заболеваний является актуальной, так как её решение существенно облегчает работу врача при анализе больших объёмов данных и постановке диагноза. Существуют различные подходы к решению этой задачи. Один из них связан с применением продукционных правил. Продукционные правила расширяют возможности представления знаний в клинической медицине и эффективны при построении диагностических систем. Отмечая перспективность применения продукционных правил, тем не менее, следует заметить, что решение на их основе реальных задач высокого уровня сложности требует больших объёмов вычислений и перестройки структуры системы правил при изменении условий задачи. В то же время в качестве эффективного альтернативного инструмента анализа сложных ситуаций и классификации широкое распространение получили искусственные нейронные сети (ИНС), которые позволяют проводить распознавание и диагностирование различных явлений и объектов высокой сложности путём обучения.

УДК 004.89:616.7:616-01 Классификация степени тяжести заболевания на основе искусственных нейронных сетей <...> Как известно, одним из лучших инструментов в этой области являются искусственные нейронные сети. <...> сетями. 2. <...> Для решения задачи классификации использована двухслойная нейронная сеть с четырьмя нейронами первого <...> Таким образом, все прецеденты были правильно классифицированы искусственной нейронной сетью.

17

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В МУЛЬТИСЕНСОРНОМ АНАЛИЗЕ ДВУХКОМПОНЕНТНОЙ СМЕСИ БЕНЗИЛАЦЕТАТ – ЭТИЛБЕНЗОАТ [Электронный ресурс] / Нифталиев, Плотникова // Вестник Воронежского государственного университета. Серия: Химия. Биология. Фармация .— 2013 .— №1 .— С. 41-46 .— Режим доступа: https://rucont.ru/efd/505491

Автор: Нифталиев

Изучена сорбция бензилацетата и этилбензоата при их экспонировании в парах модифицированных пьезосенсоров. Показана возможность применения метода искусственных нейронных сетей для получения информации о количественном составе двухкомпонентных смесей на примере системы бензилацетат – этилбензоат.

В связи с этим особенно перспективны искусственные нейронные сети (ИНС) [2]. <...> Для создания нейронной сети нужно выбрать ее параметры. <...> нейронную сеть, имеющую 9 нейронов во входном слое (по числу пьезосенсоров в ячейке) и 2 нейрона в выходном <...> Упростить нейронную сеть путем сокращения числа нейронов не удалось. <...> Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В.

18

ВЫЧИСЛЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ НА ВЫЧИСЛИТЕЛЬНЫХ КЛАСТЕРАХ ИЛИ ЛВС [Электронный ресурс] / Герасименко // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2010 .— №1 .— С. 119-124 .— Режим доступа: https://rucont.ru/efd/519800

Автор: Герасименко

Рассмотрена теоретическая возможность и целесообразность использования распределенных вычислений для сокращения времени расчета искусственных нейронных сетей (ИНС) на вычислительных кластерах и в локальных вычислительных сетях (ЛВС). Проведено сравнение с методом команды экспертов и методом виртуальных частиц.

ВВЕДЕНИЕ Искусственные нейронные сети стремительно развиваются, размер нейронных сетей быстро растет, <...> Искусственные нейронные сети представляют собой связевые системы. <...> В частности, для сети, изобВычисление искусственных нейронных сетей на вычислительных кластерах или ЛВС <...> Для вычисления сети, содержащей всего 1000 нейронов, потребуется вычислительная сеть, содержащая 1000 <...> Поскольку для вычисления нейронов, расположенных в промежуточных и выходном слое нейронной сети, требуется

19

ПРЕИМУЩЕСТВА НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИИ В ФИНАНСОВОЙ СФЕРЕ [Электронный ресурс] / Соколянский [и др.] // Проблемы экономики .— 2015 .— №1 (65) .— С. 65-69 .— Режим доступа: https://rucont.ru/efd/493245

Автор: Соколянский

В данном материале изложены варианты использования нейронных сетей в экономике: прогнозирование, оценка, решение задач экономической природы

Нейронные сети представляют собой универсальный аппроксиматор, что дает возможность использования их <...> В настоящее время технологии применения нейронных сетей получили широкое распространение. <...> Теория нейронных сетей разрабатывалась особенно интенсивно в конце 50-х и начале 60-х гг. <...> по принципу организации и функционирования биологических нейронных сетей. <...> будут давать рекомендации для нейронных сетей о возможном изменении тренда.

20

Мягкие вычисления при оценке кредитоспособности [Электронный ресурс] / М.Л. Кричевский // Управление риском .— 2014 .— №1 .— С. 42-52 .— Режим доступа: https://rucont.ru/efd/611729

Автор: Кричевский Михаил Лейзерович

Рассмотрены возможности применения мягких вычислений для оценки кредитоспособности предприятий. Приведены примеры таких оценок, выполненных на основе нечеткой логики и нейронных сетей

Приведены примеры таких оценок, выполненных на основе нечеткой логики и нейронных сетей. <...> Нейронные сети и нечеткая логика являются средствами моделирования. <...> Выбор архитектуры нейронной сети. <...> Чем больше число скрытых нейронов, тем больше требуется итераций на стадии обучения сети. <...> Нейронные сети: полный курс. М.: ИД «Вильямс», 2006. 1104 с. 5. Bojadziev G., Bojadziev M.

21

ТОПОЛОГИЯ ИНТЕЛЛЕКТУАЛЬНЫХ НЕЙРОННЫХ СЕТЕЙ, ПРОИЗВОДЯЩИХ ОЦЕНКУ ИНТЕЛЛЕКТУАЛЬНОГО КАПИТАЛА (ЧАСТЬ 1) [Электронный ресурс] / Искаков [и др.] // Вопросы экономических наук .— 2015 .— №6 (76) .— С. 101-105 .— Режим доступа: https://rucont.ru/efd/490284

Автор: Искаков

В статье рассматривается концепция искусственных нейронных сетей, представлена архитектура нейронных сетей. Так же приведены алгоритмы и вычисления для описания нечетных знаний, описаны основные характеристики нечеткой логики и возможности применения нечеткой логики в экономических исследованиях

Искусственная нейронная сеть полностью моделирует поведение обычной нейронной сети в мозгу человека. <...> По сути, мозг и является нейронной сетью. <...> В основе всей нейронной сети лежит нейрон. Он представляет собой единицу обработки информации. <...> На рис. 1 представлена модель нейрона, лежащая в основе искусственных нейронных сетей. <...> сетях нейроны располагаются по слоям.

22

ПРИМЕНЕНИЕ НЕЙРОННЫЙ СЕТЕЙ В ЗАДАЧАХ УПРАВЛЕНИЯ МАРШРУТИЗАЦИЕЙ [Электронный ресурс] / Нечаев, Дергачев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2009 .— №1 .— С. 40-43 .— Режим доступа: https://rucont.ru/efd/519693

Автор: Нечаев

Одной из важнейших задач телекоммуникационных сетей является адаптивная маршрутизация передаваемых пакетов. Она относятся к классу комбинаторно- оптимизационных задач, не имеющих простых аналитических решений. Известно [1], что эта задача может быть сформулирована в виде задачи коммивояжера и для ее решения можно использовать нейронные сети Хопфилда

Ключевые слова: телекоммуникационные сети, комбинаторнооптимизационные задачи, нейронные сети Хопфилда <...> ПрИМЕНЕНИЕ НЕйрОННОй СЕТИ ХОПФИлДа ДлЯ аДаПТИВНОй МарШруТИЗаЦИИ В классической постановке, коммивояжер <...> Для решения задачи коммивояжера с помощью нейронной сети Хопфилда нужно закодировать маршрут активностью <...> После того, как целевая функция задачи построена, можно определить, какие связи в нейронной сети следует <...> Нейронные сети и их применение в системах управления и связи.

23

Нейросетевые и гибридные системы

Автор: Каширина Ирина Леонидовна
Издательский дом ВГУ

Учебно-методическое пособие подготовлено на кафедре математических методов исследования операций факультета прикладной математики, информатики и механики Воронежского государственного университета.

нейронной сети. <...> Простейшая однослойная нейронная сеть Многослойные искусственные нейронные сети Более крупные и сложные <...> Вероятностные нейронные сети Вероятностная нейронная сеть (PNN – Probabilistic Neural Network) представляет <...> Нейроны в обоих слоях сети ДАП функционируют аналогично нейронам сети Хопфилда. <...> Вейвлет-нейронная сеть В качестве материнского вейвлета вейвлет-нейронной сети могут быть использованы

Предпросмотр: Нейросетевые и гибридные системы .pdf (0,9 Мб)
24

ИСПОЛЬЗОВАНИЕ ТЕНЗОРА КРИВИЗНЫ ДЛЯ ВЫБОРА ЧИСЛА НЕЙРОНОВ И НАЧАЛЬНЫХ УСЛОВИЙ ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Тюкачев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2008 .— №1 .— С. 63-71 .— Режим доступа: https://rucont.ru/efd/519627

Автор: Тюкачев

Задача обучения нейронной сети осложняется тем, что критерий как функция параметров обладает локальными минимумами, плоскими или пологими плато и узкими оврагами. Практика показывает, что критерий существенно зависит от параметра функции отклика. Поэтому этот параметр включен в число минимизирующих параметров

И НАЧАЛЬНЫХ УСЛОВИЙ ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ Н. <...> Область применения нейронных сетей достаточно широка. <...> В основе искусственной нейронной сети лежит элемент — персептронный нейрон. <...> Кинетика нейронных сетей и искусственные аналоги / П. А. <...> Нейронные сети на персональном компьютере / А. Н. Горбань, Д. А.

25

ПРИМЕНЕНИЕ ИНТЕГРАЛА ВИНЕРА К ОПИСАНИЮ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Головинский // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2006 .— №2 .— С. 100-103 .— Режим доступа: https://rucont.ru/efd/519477

Автор: Головинский

Рассмотрены большие искусственные нейронные сети прямого распространения. Установлено, что распространение дифференциального сигнала, а также обучение в таких сетях описываются с помощью интеграла Винера. Обнаружена связь полученной математической модели с цепями Маркова и задачей о случайном блуждании. Для непрерывных параметров настройки сети получено описание ее динамики в форме уравнений Колмогорова—Феллера

Вывод основных соотношений мы проделаем на примере двухслойной нейронной сети. <...> — нейронной сети с радиальными базисными функциями. <...> нейронной сети с радиальными функциями активации. <...> и квантовые нейронные сети [7, 8]. <...> Нейронные сети для обработки сигналов. М.: Финансы и статистика, 2002. 2.

26

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ И ГЕОСТАТИСТИКА В ПРОГНОЗИРОВАНИИ РАСПРЕДЕЛЕНИЯ ХИМИЧЕСКИХ ЭЛЕМЕНТОВ НА ФОНОВОЙ ПЛОЩАДКЕ [Электронный ресурс] / Сергеев [и др.] // Геоэкология, инженерная геология, гидрогеология, геокриология .— 2017 .— №2 .— С. 74-82 .— Режим доступа: https://rucont.ru/efd/587333

Автор: Сергеев

Работа посвящена применению искусственных нейронных сетей (ИНС) для восстановления поверхностного распределения химических элементов в почве и сравнению оценок концентраций, полученных с применением ИНС и геостатистических методов: кригинга и кокригинга. Для исследования выбрана квадратная площадка со стороной 1 м в районе пос. Лимбяяха Ямало-Ненецкого автономного округа вдали от источников загрязнения. На площадке отобраны 100 проб верхнего слоя почвы на глубину 0.05 м. Образцы проанализированы на рентгенофлуоресцентном спектрометре Innov XX 5000 Olympus. После компьютерного моделирования была выбрана наилучшая структура ИНС для восстановления поверхностного распределения каждого из обнаруженных анализом химических элементов. Также получены модели на основе оценок кригинга и кокригинга. Сравнение значений концентрации химических элементов в почве, полученных методами кригинга, кокригинга и ИНС, показали, что обученная ИНС дает модели, превосходящие по точности геостатистические методы и как интерполятор, и как прогностический метод. Построены карты распределения поверхностной концентрации химических элементов на основе оценок кригинга, кокригинга и ИНС

сети (ИНС) и сочетания однокомпонентной регрессии и искусственной нейронной сети (PC-ANN) для прогнозирования <...> Результаты показали, что искусственная нейронная сеть с двумя нейронами в скрытом слое обладала более <...> ГЕОКРИОЛОГИЯ № 2 2017 ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ И ГЕОСТАТИСТИКА 77 Таблица 1. <...> ГЕОКРИОЛОГИЯ № 2 2017 ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ И ГЕОСТАТИСТИКА 79 Рис. 2. <...> ГЕОКРИОЛОГИЯ № 2 2017 ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ И ГЕОСТАТИСТИКА 81 5.

27

Экспертно-сетевой метод классификации знаний [Электронный ресурс] / В.В. Жуйков // Известия Балтийской государственной академии рыбопромыслового флота .— 2014 .— №2 .— Режим доступа: https://rucont.ru/efd/262835

Предлагается экспертно-сетевой метод классификации знаний на основе нейронных сетей и экспертных оценок. Автором приводится описание данного метода, позволяющего осуществлять объединение набора простых знаний, представленных в виде нейронных сетей, в более сложные структурированные знания

сетей, в более сложные структурированные знания Ключевые слова: нейронные сети; экспертно-сетевой метод <...> сети. • Должен существовать механизм синтеза нейронной сети из более простых нейронных сетей. <...> Выходными данными будет являться объединённая нейронная сеть. <...> Нормализация нейронных сетей необходима в том случае, если объединяются нейронные сети, имеющие общие <...> Предположим, имеются две нейронные сети с общими элементами.

28

Нейросетевой подход к иерархическому представлению компьютерной сети в задачах информационной безопасности [Электронный ресурс] / Басараб // Инженерный журнал: наука и инновации .— 2013 .— №2 .— Режим доступа: https://rucont.ru/efd/276076

Автор: Басараб
М.: Изд-во МГТУ им. Н.Э. Баумана

Рассмотрена задача создания иерархического представления компьютерной сети. Задача сведена к задаче о покрытии множества, предложен нейросетевой подход на основе сетей Хопфилда для ее решения.

Нейронные сети выбраны из следующих соображений. <...> Рассмотрим дискретную нейронную сеть Хопфилда из n {–1,+1}нейронов. <...> сетью оптимальное жадным алгоритмом нейронной сетью 4.1 429 438 437 6.4 131 137 136 4.2 512 551 551 <...> сетью оптимальное жадным алгоритмом нейронной сетью E.1 29 31 29 G.1 179 194 186 E.2 30 34 32 G.2 158 <...> Нейронные сети: полный курс: пер. с англ. 2-е изд. М.: Вильямс, 2006. 1104 c.

29

НЕЙРОСЕТЕВАЯ СИСТЕМА УПРАВЛЕНИЯ ВАКУУМНЫМ ДЕАЭРАТОРОМ ВД-400 [Электронный ресурс] / Алексеев, Щербатов // Вестник Новосибирского государственного университета экономики и управления .— 2016 .— №2 .— С. 262-274 .— Режим доступа: https://rucont.ru/efd/397937

Автор: Алексеев

В статье рассматриваются алгоритмы, применяемые в программной реализации нейросетевой системы управления концентрацией кислорода деаэрированной воды. Выполнен анализ вакуумного деаэратора ВД-400 как объекта управления. Выявлены регулирующие и возмущающие воздействия, а также регулируемые параметры ВД-400. Особое внимание уделено программному обеспечению создающего модели многослойных нейронных сетей прямого распространения и обучающего их в режиме реального времени. Демонстрируются интерфейсы обучения и моделирования. Приведена общая схема управления вакуумным деаэратором ВД-400.

Ключевые слова: вакуумный деаэратор, многослойные нейронные сети, обучение и моделирование нейронных <...> нейронных сетей: аппаратный и программный. <...> программное обеспечение, позволяющее создавать модели нейронных сетей. <...> Он реализует нейронные сети разнообразной структуры, их работу и обучение. <...> Класс нейронных сетей имеет два варианта конструкторов: 1) Создание нейронной сети непосредственно через

30

ПРОГНОЗИРОВАНИЕ НАКОПЛЕНИЯ ДОЛГОЖИВУЩИХ РАДИОНУКЛИДОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ РАСТЕНИЯХ: СТАТИСТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ АВТОРЕФЕРАТ ДИС. ... КАНДИДАТА БИОЛОГИЧЕСКИХ НАУК

Автор: МОШАРОВ ОЛЕГ ВЛАДИМИРОВИЧ
ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ СЕЛЬСКОХОЗЯЙСТВЕННОЙ РАДИОЛОГИИ И АГРОЭКОЛОГИИ

Цель исследования. Целью диссертационной работы являлось прогнозирование накопления долгоживущих радионуклидов 137Cs и 90Sr в растениях на основе современных статистических методов и моделей. Задачи исследования. Для достижения поставленной цели были решены следующие задачи: 1. разработка и заполнение базы данных, включающей информацию о характеристиках почв и содержании долгоживущих радионуклидов ( Cs и Sr) в почве и сельскохозяйственной растительности; 2. проведение факторного анализа по выявлению совокупности связей между почвенными характеристиками и коэффициентами перехода долгоживущих радионуклидов в растительность с выделением различных по значимости факторов;

При функционировании нейронной сети искусственный нейрон получает входные сигналы (исходные данные либо <...> выходные сигналы других нейронов нейронной сети) посредством нескольких входных каналов. <...> При обучении и применении нейронной сети на ее вход "подается" набор переменных, на выходе сети регистрируются <...> Входные, скрытые и выходные нейроны связаны между собой, формируя структуру сети. <...> нейронные сети пригодны для прогнозирования поступления Cs и 90Sr в растительность.

Предпросмотр: ПРОГНОЗИРОВАНИЕ НАКОПЛЕНИЯ ДОЛГОЖИВУЩИХ РАДИОНУКЛИДОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ РАСТЕНИЯХ СТАТИСТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ.pdf (0,0 Мб)
31

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ЧАСТЬ 2 [Электронный ресурс] / Ки // Control Engineering Россия .— 2016 .— №4 .— С. 108-112 .— Режим доступа: https://rucont.ru/efd/483029

Автор: Ки

Нейронно-сетевые технологии могут решить наиболее насущные проблемы управления технологическими и производственными процессами. В данной части статьи уделено внимание подготовке набора данных для обучения, выполнению процесса обучения нейронной сети, созданию модели и выполнению необходимой валидации. Кроме того, в статье рассмотрено внедрение модели нейронной сети на платформе управления и человеко-машинного интерфейса. Смотрите также первую часть публикации, в которой были рассмотрены архитектура нейронной сети, вопросы управления пространством, модельный ряд, типы данных и выбор набора данных

Для сходимости модели к целевой функции решения алгоритм обучения нейронной сети использует подмножество <...> KEY ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ЧАСТЬ 2 Нейронно-сетевые технологии <...> ИМПЛЕМЕНТАЦИЯ МОДЕЛИ НЕЙРОННОЙ СЕТИ Соображения касательно внедрения нейронной сети в конкретном индустриальном <...> Число нейронов в сети устанавливается в процессе обучения. <...> управления уже имеют весь необходимый набор команд для настройки модели нейронной сети.

32

МЕХАНИЗМЫ ИНСТАЛЛЯЦИЙ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ В ЭКОНОМИЧЕСКУЮ ПРАКТИКУ [Электронный ресурс] / Соколянский [и др.] // Вопросы экономических наук .— 2015 .— №1 .— С. 80-86 .— Режим доступа: https://rucont.ru/efd/490181

Автор: Соколянский

В данном материале изложено использование нейросетевых технологий в разных сферах экономики

Ключевые слова: нейронные сети,нейросистемы,матричнаясеть,теоремаХехт-Нильсена . <...> сети с прямыми полными связями с n нейронами входного слоя, (2n + 1) нейронами скрытого словая с заранее <...> По [9], нейронная сеть, моделирующая ряд валютных пар, формируется следующим образом: 1. <...> Организация и обучение искусственных нейронных сетей: Экспериментальное учеб.пособие. <...> Теория нейронных сетей: Учебное пособие. Томск: Издательство Том.ун-та, 2001. 69 с.

33

МЕТОД РЕШЕНИЯ МНОГОКРИТЕРИАЛЬНОЙ NP-ПОЛНОЙ ЗАДАЧИ КОММИВОЯЖЕРА НА ОСНОВЕ ДИНАМИЧЕСКОЙ НЕЙРОННОЙ СЕТИ ХОПФИЛДА С ПОДБОРОМ МНОЖИТЕЛЕЙ КОЭФФИЦИЕНТОВ СИНАПТИЧЕСКИХ СВЯЗЕЙ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ [Электронный ресурс] / Лоскутов // Информационные системы и технологии .— 2011 .— №5 .— С. 22-32 .— Режим доступа: https://rucont.ru/efd/487838

Автор: Лоскутов

Для эффективного решения NP-полной задачи коммивояжёра предлагается применение генетического алгоритма в рамках вторичной оптимизации коэффициентов синаптических связей при поиске решения динамической нейронной сетью Хопфилда. В качестве элементов кодовой последовательности генетического алгоритма выступают значения множителей, а расчёт целевой функции данной кодовой последовательности осуществляется нейронной сетью.

Ключевые слова: генетический алгоритм; динамическая нейронная сеть Хопфилда; задача коммивояжёра. <...> Сети Кохоннена Сети Поттса Растущие нейронные сети Высокая скорость получения результата Адаптация к <...> Поведение конструируемой нейронной сети, состоящей из n×n нейронов, описывается следующим уравнением: <...> Рисунок 2 – Структура динамической нейронной сети НС представляет собой матрицу n×n нейронов, на каждый <...> Нейронные сети и нейрокомпьютеры: учеб. пособие. – СПб.: ГЭТУ, 1997. – 64 с. 10.

34

ON APPLICABILITY OF RECURRENT NEURAL NETWORKS TO LANGUAGE MODELLING FOR INfl ECTIVE LANGUAGES [Электронный ресурс] / Kudinov // Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies .— 2016 .— №8 .— С. 153-163 .— Режим доступа: https://rucont.ru/efd/576553

Автор: Kudinov

Standard version of recurrent neural network language model (RNNLM) has shown modest results in language modelling of Russian. In this paper we present a special modifi cation of RNNLM making separate predictions of lemmas and morphology. New model shows superior results compared to Knesser-Ney language model both in perplexity and in ranking experiment. At the same time morphology integration has not shown any improvement.

О применимости рекуррентных нейронных сетей к задаче статистического моделирования русского языка М.С <...> В то же время попытки внедрения морфологии в обучение нейронной сети не приводят к улучшениям. <...> Ключевые слова: языковые модели, рекуррентная нейронная сеть, флективные языки, распознавание речи. © <...> В 2010 г. была представлена языковая модель на рекуррентной нейронной сети (RNNLM) [7]. <...> Тем не менее использование морфологии пока проблемно для рекуррентной нейронной сети.

35

Моделирование технологии восстановления и упрочнения деталей из алюминиевых сплавов на примере МДО

В статье представлены методы моделирования технологий восстановления и упрочнения деталей с последующим применением разработанных моделей для автоматизации технологический процессов.

Второй метод представляет собой построение модели с помощью многослойной нейронной сети. <...> Рабо­ та нейронной сети происходит в три стадии: обу­ чение, проверка и непосредственно функциониро­ <...> Скорректировать все веса в нейронной сети: W$>(t) = Wif(t -1) + AWfjk)(t). (8) Шаг 5. <...> Параметры структуры нейронной сети и про­ цесса обучения, как правило, заранее неизвестны. <...> Вид нейронной сети для отработки режимов технологического процесса 1.

Предпросмотр: Моделирование технологии восстановления и упрочнения деталей из алюминиевых сплавов на примере МДО .pdf (0,1 Мб)
36

ВЫБОР ПАРАМЕТРОВ ДЛЯ ВЫДЕЛЕНИЯ СИНТАКСИЧЕСКИХ ОТНОШЕНИЙ В ПРЕДЛОЖЕНИЯХ РУССКОГО ЯЗЫКА [Электронный ресурс] / Сбоев, Рыбка, Иванов // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2014 .— №2 .— С. 116-122 .— Режим доступа: https://rucont.ru/efd/511961

Автор: Сбоев

В статье предлагается оригинальный подход к формированию на основе Национального Корпуса Русского Языка набора параметров, позволяющих снизить неопределенность установления синтаксических отношений между словами в предложении с использованием самоорганизационных и классификационных нейронных сетей. Представлена оценка неопределенности при установлении синтаксических отношений и при построении на их основе деревьев синтаксического разбора.

сети «Растущее Нейронное Дерево» (РНД) [13] и MLP. <...> При обучении нейронных сетей использовались наборы примеров морфологических признаков пары слов. <...> Нейронные сети. Полный курс. – 2006. – 330 c. 9. Randford M.Neal, Geofrey E. Hinton. <...> Нейронные сети для обработки информации. Перевод с польского И.Д. <...> «Алгоритм распараллеливания нейронной сети на основе растущего нейронного дерева», 11-ая научно-практическая

37

СТРУКТУРНО-ФУНКЦИОНАЛЬНЫЕ РЕШЕНИЯ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ АНАЛИЗА РАЗНОТИПНЫХ ПРИЗНАКОВ [Электронный ресурс] / Томакова [и др.] // Фундаментальные и прикладные проблемы техники и технологии .— 2011 .— 1 .— С. 85-91 .— Режим доступа: https://rucont.ru/efd/493079

Автор: Томакова

Рассматривается структурно-функциональные и алгоритмические решения для нечетких нейронных сетей, основанные на выделение в структуре сети параллельных автономно обучаемых нейронных сетей с последующей агрегацией их решений на основе теории нечетких множеств

сетей, основанные на выделение в структуре сети параллельных автономно обучаемых нейронных сетей с последующей <...> Параметры нейронной сети задаются в верхней части окна. <...> Перед этим необходимо выбрать модели нейронных сетей. <...> Нейронная сеть 2 Рисунок 3 – Модель структурно-функциональной организации нечеткой нейронной сети с двумя <...> Нейронные сети для обработки информации; пер. с польского И.Д.

38

НЕЙРОННЫЕ СЕТИ КАК ИНСТРУМЕНТ ОБЪЕКТИВИЗАЦИИ ОЦЕНОК ТРУДОВОГО ПОТЕНЦИАЛА [Электронный ресурс] / Л.Н. Юдина, Коcарева // Бизнес. Образование. Право. Вестник Волгоградского института бизнеса .— 2017 .— №2(39) .— С. 112-115 .— Режим доступа: https://rucont.ru/efd/607084

Автор: Юдина Лилия Николаевна

В статье рассмотрены существующие подходы к оценке трудового потенциала работника. Проанализированы достоинства и недостатки каждого из подходов. Для повышения объективности систем оценки трудового потенциала рекомендовано использовать аппарат теории искусственных нейронных сетей. В качестве достоинства данного подхода можно отметить возможность построения достаточно широкого класса нелинейных моделей с реализацией автоматизированных процедур подбора параметров модели. Для расширения возможностей систем повышения квалификации работников рекомендовано использовать двухкомпонентную модель трудового потенциала, включающую профессиональный потенциал и потенциал развития

Новосибирск, e-mail:kosareva13@mail.ru НЕЙРОННЫЕ СЕТИ КАК ИНСТРУМЕНТ ОБЪЕКТИВИЗАЦИИ ОЦЕНОК ТРУДОВОГО <...> Для реализации процедуры оценки трудового потенциала с помощью нейронной сети необходимо: 1. <...> Осуществить выбор первоначальной конфигурации нейронной сети. 3. <...> В ходе обучения происходит адаптация нейронной сети за счет изменения значений весовых коэффициентов, <...> Нейронные сети как инструмент объективизации оценок трудового потенциала // Бизнес. Образование.

39

ПРИМЕНЕНИЕ НЕЙРОСЕТЕВОГО ПОДХОДА ПРИ ИНТЕРПРЕТАЦИИ КАРОТАЖНЫХ ДАННЫХ [Электронный ресурс] / Родина, Силкин // Вестник Воронежского государственного университета. Серия: Геология .— 2007 .— №2 .— С. 183-187 .— Режим доступа: https://rucont.ru/efd/515564

Автор: Родина

В статье приводятся результаты применения искусственных нейронных сетей (ИНС) для интерпретации данных геофизических исследований скважин (ГИС). Даются основные положения теории ИНС и сведения об опыте применения искусственного интеллекта в области ГИС. Производится описание используемых каротажных данных и методики их подготовки для работы с ИНС. Описывается методика обучения и применения сети

Искусственные нейронные сети (ИНС) в настоящее время применяют практически во всех прикладных областях <...> Причём, процесс добычи и накопления знаний осуществляется нейронной сетью автоматически. <...> Сеть состоит из произвольного количества слоев нейронов. <...> Перед применением нейронных сетей они должны быть обучены. <...> В то же время применение искусственных нейронных сетей за рубежом идёт опережающими темпами.

40

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ ПРИ РЕШЕНИИ ЗАДАЧИ ОТБОРА КОМАНДЫ ДЛЯ РЕАЛИЗАЦИИ ПРОЕКТА [Электронный ресурс] / Асанов, Мышкина // Проблемы управления .— 2017 .— №1 .— С. 33-41 .— Режим доступа: https://rucont.ru/efd/596977

Автор: Асанов

Рассмотрена возможность применения различных типов нейронных сетей для оценки и отбора исполнителей для реализации задач проекта. Для получения частных оценок соответствия компетенций исполнителей требованиям к отдельным задачам проекта и формирования обучающей выборки предложено использовать когнитивные карты. Приведены методика сбора и обработки необходимых экспертных оценок. Отмечено, что методика может применяться для определения параметров когнитивной карты и оценок компетенций возможных исполнителей. Для согласования мнений экспертов применен алгоритм согласования кластеризованных ранжировок

Ключевые слова: проект, коìпетенöия, коãнитивная карта, нейронные сети. <...> Функöия энерãии в терìинах нейронной сети Хопфиëäа с бинарныìи состоянияìи нейронов xij ∈ {0, 1}, i = <...> Дëя оöенки ÷исëа нейронов в скрытых сëоях оäнороäных нейронных сетей ìожно воспоëüзоватüся форìуëой äëя <...> Тоãäа ÷исëо нейронов в äвухсëойной сети L = Lw/(n + m). <...> Чисëо нейронов во вхоäноì и выхоäноì сëоях нейронной сети Хопфиëäа äëя äанных заäа÷ равно общеìу ÷исëу

41

НЕЙРОСЕТЕВАЯ МОДЕЛЬ ФОРМИРОВАНИЯ И РАЗВИТИЯ ЛИЧНОСТИ РЕБЕНКА В ПРОЦЕССЕ ЕГО ОБУЧЕНИЯ В СРЕДНЕЙ ШКОЛЕ [Электронный ресурс] / Шептунов [и др.] // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2014 .— №4 .— С. 41-52 .— Режим доступа: https://rucont.ru/efd/552522

Автор: Шептунов

Актуальность и цели. Проблема разработки средств и методов для формирования и развития личности ребенка, с одной стороны, относится к области педагогики и психологии, а с другой стороны – к области кибернетики и искусственного интеллекта. Вопросы педагогики достаточно полно отражены в специальной литературе, в то время как применение искусственного интеллекта, а именно искусственных нейронных сетей, не нашло достаточного освещения в специальной литературе Материалы и методы. В основе работы лежит применение искусственных нейронных сетей, спроектированных по особой технологии МОДУС-НС. Результаты. Разработана модель формирования и развития личности ребенка при его обучении, в основе которой лежат искусственные нейронные сети особого способа реализации – технологии МОДУС-НС. Приведено описание основ технологии МОДУС-НС и ссылки на литературе с полным описанием этой технологии. Выводы. Предложена модель формирования и развития личности ребенка в процессе его обучения. Модель использует методы искусственного интеллекта, в частности, большие искусственные нейронные сети. Предложено устройство для реализации нейросетевой модели, которое может быть использовано для определения текущего и целевого уровней интеллектуального эмоционального, физического развития ребенка, для разработки мер по формированию и развитию у него определенных личностных качеств, с ориентацией на последующее профессиональное обучение. Получена модель личности с принципиально новыми свойствами: масштабируемость нейронной сети; простота переноса и копирования результатов предшествующего обучения; возможность реализации различных моделей личности на одном аппаратном комплексе. Все перечисленные новые свойства позволяют создавать новое поколение интеллектуальных систем, которые могут не только моделировать, но и прогнозировать развитие личности ребенка в процессе его обучения в средней школе.

нейронной сети. <...> Нейрон коммутаторной сети В коммутаторной нейронной сети нейрон реализует функцию активации и является <...> Доменная архитектура нейронных сетей. <...> Нейронные сети с доменной архитектурой построены по тем же принципам, что и коммутаторные нейронные сети <...> Нейронная сеть / Кабак И. С., Суханова Н.

42

Оценивание геометрических параметров биомедицинских диагностических изображений [учеб. пособие]

Автор: Ильясова
Издательство СГАУ

Оценивание геометрических параметров биомедицинских диагностических изображений. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

сетей Типы обучения нейронных сетей. <...> Процесс обучения нейронной сети. <...> Один шаг из процесса обучения нейронной сети По окончании процесса обучения нейронная сеть используется <...> сети 1,37 % Градиент 5,42 % Diadel 6,28 % 2 Нейронные сети 3,21 % Градиент 8,19 % Diadel 2,29 % 3 Нейронные <...> сети 2,59 % Градиент 4,31 % Diadel 4,51% 4 Нейронные сети 1,93 % Градиент 9,2 % Diadel 4,42 % 5 Нейронные

Предпросмотр: Оценивание геометрических параметров биомедицинских диагностических изображений.pdf (0,3 Мб)
43

ПРОГНОЗИРОВАНИЕ КОТИРОВОК ВАЛЮТНЫХ ПАР С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ [Электронный ресурс] / Крючин, Слетков // Вестник компьютерных и информационных технологий .— 2011 .— №8 .— С. 38-43 .— Режим доступа: https://rucont.ru/efd/569038

Автор: Крючин

Рассмотрено использование нейросетевого анализа для прогнозирования котировок валютных пар. Приведено сравнение аналитических данных с результатами, полученными при использовании технического анализа. Использованы в качестве нейросетевых структур многослойный персептрон и сеть Вольтерри

Ключевые слова: искусственные нейронные сети; котировки валютных пар; временные ряды. <...> Формирование структуры искусственных нейронных сетей Аппарат ИНС – математический, представляющий собой <...> В основе этих рекомендаций лежит фундаментальная для теории нейронных сетей теорема А.Н. <...> Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997. 236 c. 4. <...> Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 165 с. 11.

44

РАСЧЕТЫ РЕЧНОГО СТОКА НА ОСНОВЕ МОДЕЛИ SWAP ДЛЯ ВОДОСБОРОВ С НЕДОСТАТОЧНЫМ ИНФОРМАЦИОННЫМ ОБЕСПЕЧЕНИЕМ. 1. ИСПОЛЬЗОВАНИЕ МЕТОДА ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Айзель, Насонова // Водные ресурсы .— 2017 .— №2 .— С. 5-16 .— Режим доступа: https://rucont.ru/efd/589963

Автор: Айзель

Для водосборов, недостаточно обеспеченных информацией, для расчетов речного стока исследована возможность применения искусственных нейронных сетей (ИНС) для оценки наиболее важных модельных параметров, необходимых для расчета речного стока на основе модели SWAP. В качестве исследуемых географических объектов выбраны 323 экспериментальных водосбора из проекта MOPEX. Проанализировано качество оценки модельных параметров при использовании ИНС с различной архитектурой

МЕТОД ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ Искусственные нейронные сети (ИНС) – исключительно мощный метод статистического <...> Нейронные же сети нелинейны по своей природе. <...> нейронной сети) через несколько входных каналов. <...> и нейронной сети в целом. <...> Пример структуры нейронной сети. 1 – нейроны входного слоя, 2 – нейроны скрытого (промежуточного слоя

45

АНАЛИЗ ЭФФЕКТИВНОСТИ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ В ЗАДАЧЕ ДИКТОРОНЕЗАВИСИМОГО РАСПОЗНАВАНИЯ РЕЧЕВЫХ КОМАНД [Электронный ресурс] / Сагациян, Тупицин // Информационные системы и технологии .— 2015 .— №3 .— С. 19-26 .— Режим доступа: https://rucont.ru/efd/486525

Автор: Сагациян

Рассмотрена проблема дикторонезависимого распознавания речевых команд русской речи. Предложено решение данной проблемы с помощью различных нейронных сетей. На основе нескольких эффективных в данной области нейронных сетей построены модели коллективных нейросетевых алгоритмов дикторонезависимого распознавания речевых команд русской речи. На материале собственного речевого корпуса экспериментально показано преимущество коллективного нейросетевого распознавания многослойных персептронов на основе алгоритма масштабируемых сопряженных градиентов обучения нейронной сети

Предложено решение данной проблемы с помощью различных нейронных сетей. <...> Далее векторы распределения вероятности распознавания от T нейронных сетей (Т – количество нейронных <...> Далее векторы распределения вероятности распознавания от Р нейронных сетей (Р – количество нейронных <...> Далее векторы распределения вероятности распознавания от Х нейронных сетей (Х – количество нейронных <...> Нейронные сети для обработки информации; перевод с польского И.Д.

46

НЕЙРОННЫЕ СЕТИ НА БАЗЕ ВЕЙВЛЕТОВ [Электронный ресурс] / Афонин // Проблемы машиностроения и автоматизации .— 2006 .— №2 .— С. 33-38 .— Режим доступа: https://rucont.ru/efd/432505

Автор: Афонин

Рассматривается задача построения нейронных сетей на базе вейвлетов и вейвлет –преобразований. Показана возможность использования нейронных сетей для задач распознавания неисправностей и их зарождения. Носителем информации в данных нейросетях являются тип вейвлета и его параметры. При этом одним из параметров является время возникновения неисправности.

Афонин НЕЙРОННЫЕ СЕТИ НА БАЗЕ ВЕЙВЛЕТОВ Рассматривается задача построения нейронных сетей на базе вейвлетов <...> В представленной работе сделана попытка изложить модель нейрона и нейронную сеть в виде устройства, выполняющего <...> В нейронной сети, построенной на основе вейвлет�преобразований, настройка сети состоит в настройке параметров <...> из сигнала, посту� пающего на нейронную сеть. <...> Настройка и выбор типа выходного сигнала нейрона осуществ� ляются на этапе обучения нейронной сети, которая

47

Принцип построения архитектуры нейроэмулятора угловой скорости электропривода по схеме ТРН–АД [Электронный ресурс] / Козлова // Научный вестник Новосибирского государственного технического университета .— 2015 .— №1 .— С. 161-170 .— Режим доступа: https://rucont.ru/efd/395283

Автор: Козлова

В настоящее время одной из распространенных систем управления динамикой асинхронного электропривода являются системы мягкого пуска, основное предназначение которых – плавный пуск и останов. Для обеспечения необходимого качества управления динамикой асинхронного электропривода по схеме ТРН–АД производственных механизмов с произвольным характером изменения момента нагрузки следует применять систему, замкнутую по сигналу обратной связи угловой скорости ротора. Использование датчиков скорости зачастую нецелесообразно с точки зрения удобства эксплуатации электропривода в технологическом процессе. Более удобным способом формирования сигнала обратной связи является нейросетевой наблюдатель скорости, важной особенностью которого является нечувствительность к изменению внутренних параметров электропривода; данный наблюдатель обладает высокими обобщающими свойствами, не требует знания параметров асинхронного электродвигателя и относительно прост в реализации. Целью исследования в статье является выбор наилучшей архитектуры нейроэмулятора угловой скорости электропривода по схеме ТРН–АД.

Ошибка идентификации скорости для предложенной архитектуры нейронной сети минимальна. <...> Особенностью данных сетей является наличие задержек по входу и выходу, поданных на вход нейронной сети <...> обучений нейронной сети. <...> Такая нейронная сеть обладает высокой обучающейся способностью, но требует большого количества нейронов <...> Основное направление исследований – искусственные нейронные сети в электроприводе.

48

Основы нейроинформатики [учеб. пособие]

Автор: Солдатова
Издательство СГАУ

Основы нейроинформатики. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

Введение в нейронные сети 1.1. <...> структура нейронной сети. <...> сеть, близкую по масштабам к нейронной сети мозга. <...> нейронов в сети. <...> Введение в нейронные сети 1.1. Основные свойства нейронных сетей 1.2.

Предпросмотр: Основы нейроинформатики.pdf (1,0 Мб)
49

Применение современных программных средств, реализующих алгоритмы метода анализа иерархий и метода нейронных сетей в задачах индивидуальной и массовой оценки [Электронный ресурс] / Салтанов // Имущественные отношения в РФ .— 2011 .— №2 .— С. 62-71 .— Режим доступа: https://rucont.ru/efd/498949

Автор: Салтанов

В настоящее время применение современных математических и информационнокомпьютерных средств и подходов при решении задач индивидуальной и массовой оценки исключительно актуально. Наиболее продвинутые оценщики развивают и широко используют в практической работе вероятностные и статистические модели и методы, в частности методы оценки по малой выборке, методы анализа неоднородных данных, аппарат корреляционнорегрессионного анализа на основе линейных и нелинейных моделей, имитационное моделирование

Нейронные сети работают только с числовыми данными. <...> Формирование нейронной сети Для анализа была выбрана хорошо зарекомендовавшая себя топология сети «многослойный <...> Обучение (тренировка) нейронной сети Самым важным свойством нейронных сетей является их способность обучаться <...> параметры нейронной сети настраиваются посредством моделирования среды, в которую эта сеть встроена. <...> Нейронные сети для обработки информации / пер. с польского И. Д. Рудинского.

50

Нейросетевой метод синтеза информативных признаков для классификации источников сигналов в системах когнитивного радио [Электронный ресурс] / Аджемов [и др.] // Вестник Московского университета. Серия 3. Физика. Астрономия .— 2016 .— №2 .— С. 36-41 .— Режим доступа: https://rucont.ru/efd/373194

Автор: Аджемов

В статье рассматриваются возможные методы синтеза информативных признаков для классификации источников сигналов в системах когнитивного радио при помощи искусственных нейронных сетей. Предлагается метод синтеза, основанный на применении автоассоциативных нейронных сетей. Информативность синтезированных признаков с точки зрения классификации сигналов оценивается с помощью модифицированной искусственной нейронной сети на радиальных базисных функциях, содержащей дополнительный самоорганизующийся слой нейронов, обеспечивающих автоматический подбор дисперсии базисных функций и существенное снижение размерности сети. Показано, что использование автоассоциативных сетей позволяет в задаче о классификации источников сигналов синтезировать признаковое пространство минимальной размерности с сохранением разделительных свойств.

Предлагается метод синтеза, основанный на применении автоассоциативных нейронных сетей. <...> Ключевые слова: когнитивные радиосистемы, классификация источников, искусственные нейронные сети. <...> Искусственные нейронные сети (ИНС) обладают способностями к обобщению данных и позволяют моделировать <...> На рис. 3 представлены результаты обучения перечисленными признаками автоассоциативной нейронной сети <...> Результаты обучения автоассоциативной нейронной сети Полученный результат позволяет заключить, что в

Страницы: 1 2 3 ... 2421