На головну

Практична частина | додатки | теорія ігор | Мережеві моделі | динамічне програмування | Математичні моделі прийняття рішення в економіці | Багатокритерійна теорія корисності (MAUT) | Імітаційне моделювання | Застосування імітаційних моделей в управлінні запасами | Системи управління запасами (СУЗ) |

Нейронні мережі

  1. Штучні нейронні мережі
  2. Нейронні мережі. Застосування нейронних мереж

Нейронні мережі виникли з досліджень в області штучного інтелекту, а саме, зі спроб відтворити здатність біологічних нервових систем навчатися і виправляти помилки, моделюючи низкоуровневую структуру мозку.

Нейронні мережі - виключно потужний метод моделювання, що дозволяє відтворювати надзвичайно складні залежності.

Клас задач, які можна вирішити за допомогою нейронної мережі, визначається тим, як мережа працює і тим, як вона навчається.

При роботі вона приймає значення вхідних змінних і видає значення вихідних змінних, причому між цими даними обов'язково повинна бути зв'язок. Таким чином, мережа можна застосовувати в ситуації, коли у нас є певна відома інформація, і ми хочемо з неї отримати деяку поки невідому інформацію. Наприклад, прогнозування на фондовому ринку завтрашньої ціни акцій, коли відомі ціни акцій за останній тиждень і сьогоднішнє значення індексу FTSE.

Нейронні мережі широко застосовуються в розпізнаванні образів (розділ «Розпізнавання»)

· Орієнтовна тема для курсової роботи

Аспекти розпізнавання образів за допомогою нейронних мереж

Метою даної курсової роботи є вивчення принципів побудови і роботи нейронних мереж, одношарового і багатошарового персептрона, а також деяких можливих алгоритмів розпізнавання і демонстрація вивченого на конкретному прикладі. Можлива програмна реалізація.

· Список літератури

1. Розенблатт Ф. Принципи нейродинаміки. Персептрон і теорія механізмів мозку. - М .: Світ, 1965, 480с.

2. Івахненко А. Г. Персептрони. - Київ: Наукова думка, 1974

3. Сударіков В. А. дослідження адаптивних нейромережних алгоритмів розв'язання задач лінійної алгебри // Нейрокомп'ютер, 1992, № 3, 4

4. Фор А. Сприйняття і розпізнавання образів. - М .: Машинобудування, 1989, 272с.

5. Кендалл М., Стьюарт А. Статистичні висновки і зв'язку. - М: Наука, 1973,900с.

6. Мостеллер Ф., Тьюки Дж. Аналіз даних і регресія. - М .: Фінанси і статистика, 1982,239с.

7. Дуда Р., Харт П. Розпізнавання образів і аналіз сцен. - М .: Світ, 1976, 512с.

8. Гіммельблау Д. Прикладне нелінійне програмування. М .: Світ, 1975, 534с.

9. Горбань А. Н. Навчання нейронних мереж. - М .: изд. СРСР-США СП «Параграф», 1990, 160с.

 



Методи прийняття рішень при виборі інвестицій | Система масового обслуговування
© um.co.ua - учбові матеріали та реферати