Нейронные сети
16 Января 2012 в 21:42, реферат
Интеллектуальные системы используют для решения сложных задач методы искусственного интеллекта (см.), основанные на использовании знаний. Развитие методов искусственного интеллекта в итоге привело к разработке и созданию практически действующих интеллектуальных систем. Структура таких систем является многокомпонентной и много связной. Обязательными компонентами системы должны быть основная база знаний (БЗ) и ряд подсистем, таких как «Извлечение знаний», «Формирование цели», «Вывод на знаниях»„«Диалоговое общение», «Обработка внешней и внутренней информации», «Обучение и самообучение», «Контроль и диагностика». Взаимодействие компонентов системы отображено на рис.1.
Нейронная сеть Хопфилда
12 Октября 2011 в 22:10, лабораторная работа
Цель работы: разработать модель нейронной сети Хопфилда, обучить данную сеть образам. Сеть должна уметь из произвольного неидеального сигнала, поданного на ее вход, выделить ("вспомнить" по частичной информации) соответствующий образец (если такой есть) или "дать заключение" о том, что входные данные не соответствуют ни одному из образцов.
Структура нейронных сетей
23 Мая 2011 в 16:21, доклад
Среди различных структур нейронных сетей (НС) одной из наиболее известных является многослойная структура, в которой каждый нейрон произвольного слоя связан со всеми аксонами нейронов предыдущего слоя или, в случае первого слоя, со всеми входами НС
Нейронные сети и их перпективы
20 Декабря 2011 в 17:27, доклад
Каким должно быть "идеальное" устройство обработки смысла? Какие характеристики оно должно иметь? Перечислим некоторые "очевидные" свойства, необходимые такому устройству: возможность реализации в парадигме материального мира, очень высокая степень распараллелености вычислительных процессов; высокая надежность, способность оперировать нечеткой и неполной информацией, способность оперировать связями между различными понятиями.
Історія розвитку нейронних мереж
18 Декабря 2011 в 22:08, реферат
Розуміння функціонування нейрона і картини його зв'язків дозволило дослідникам створити математичні моделі для перевірки своїх теорій. У перших же роботах з'ясувалося, що ці моделі не тільки повторюють функції мозку, але і здатні виконувати функції, що мають свою власну цінність. Тому виникли й залишаються до сьогодні дві взаємнозбагачуючі цілі нейронного моделювання:
перша — зрозуміти функціонування нервової системи людини на рівні фізіології і психології і
друга — створити обчислювальні системи (штучні нейронні мережі), що виконують функції, схожі з функціями мозку.
Нейронні мережі та їх використаня
25 Ноября 2012 в 00:10, реферат
У наш час інформатика стрімко змінюється. Розвивається все: можливості комп'ютерів ростуть, нові програмні продукти відкривають цілий світ раніше недоступних інтелектуальних послуг, змінюються стилі програмування - об'єктний підхід, візуальне програмування і т.д.
Нейроінформатика - один з нових напрямів розвитку. Це область науки і інтелектуальної практики, що переживає період експоненціального зростання: росте число дослідників, публікацій, журналів і лабораторій, вкладень і винаходів.
Реакторы – размножители на быстрых нейронах
29 Января 2013 в 18:04, контрольная работа
В Германии безопасность атомных электростанций и их дальнейшая судьба в преддверии осенних выборов в Бундестаг снова стали предметом жарких дискуссий, хотя принятое прежним правительством политическое решение о постепенном отказе страны от ядерной энергетики никто пока не отменял. Противники "мирного атома" указывают на связанные с ним риски техногенной катастрофы и на нерешенность проблемы захоронения радиоактивных отходов. Сторонники ссылаются на то, что без АЭС невозможно сократить выбросы парниковых газов в атмосферу и остановить глобальное потепление климата.
Нейронные сети и их применение для задач управления
25 Декабря 2010 в 13:20, реферат
Уже сегодня искусственные нейронные сети используются во многих областях, но прежде чем их можно будет применять там, где на карту поставлены человеческие жизни или значительные материальные ресурсы, должны быть решены важные вопросы, касающиеся надежности их работы. Поэтому уровень допустимых ошибок следует определять исходя из природы самой задачи. Некоторые проблемы с анализом вопросов надежности возникают из-за допущения полной безошибочности компьютеров, тогда как искусственные нейронные сети могут быть неточны даже при их правильном функционировании. На самом же деле компьютеры, как и люди, тоже могут ошибаться.
Интеллектуальные системы распознавания с использованием искусственных нейронных сетей
11 Марта 2012 в 18:47, отчет по практике
В данной практической работе будет исследована проблема распознавания образов с помощью использования искусственных нейронных сетей[1]. Практической частью данной работы является построение нейронной сети (в простом случае персептрона[2]), и обучение данной нейронной сети на множестве образов (графические растровые файлы, содержащие изображения геометрических фигур, цифр и букв английского алфавита). Также отдельной целью стоит уменьшение времени обучения сети и увеличение быстродействия работы самой сети.