Моделирование технологии использования нейронных сетей с учителем для решения прикладных задач

Моделирование технологии использования нейронных сетей с учителем для решения прикладных задач

Автор: Решетникова, Наталья Владимировна

Шифр специальности: 05.13.17

Научная степень: Кандидатская

Год защиты: 2005

Место защиты: Красноярск

Количество страниц: 219 с. ил.

Артикул: 2801785

Автор: Решетникова, Наталья Владимировна

Стоимость: 250 руб.

1.1 Методы создания функциональных моделей.
1.2 Существующие языки описания нейросстеоых моде
леи.
1.3 Существующие элементы описания нсйросетевой
технологии.
Глава 2 Описание нейросетевой технологии использования
нейронных сетей с учителем.
2.1 Описание технологии использования нейронных сетей с учителем.
2.2 Моделирование технологии нейронных сетей с учите
лем на основе ЮЕГ.
Глава 3 Формальный язык и грамматика описания нейросетевой технологии.
3.1 Уровень операций пользователя 2й уровень
3.2 Особенности построения грамматики
3.3 Примеры вывода слов и построения деревьев
3.4 Определение типа и свойств грамматики
3.5 Преобразование к нормальным формам.
3.6 Приведение к каноническому виду
3.6.1 Удаление бесплодных символов.
3.6.2 Удаление недостижимых символов.
3.6.3 Устранение Хправил
3.6.4 Устранение цепных правил.
3.7 Преобразование к нормальной форме Хомского
3.8 Устранение левой рекурсии
3.9 Преобразование к нормальной форме Грейбах
3. Модификация грамматики на примере пакета
ii
3. Модификация грамматики на примере нейроимитато
i.
3. Описание задачи для распознавателя слои грамматики
Глава 4 Способы предобработки данных для исследования
динамики параметров объектов
4.1 Описание способов предобработки данных
4.2 Формальное описание подходов к предобработке данных. 9
, 4.3 Описание минимального набора функций предобра
1 ботчика.
Глава 5 Использование формальноязыковой модели и мето
дик для исследования лингвистических и психологических данных.
5.1 Результаты анализа лингвистических данных.
5.2 Результаты анализа психологических данных
5.2.1 Обучение нейронных сетей с учителем
5.2.2 Обучение нейронных сетей без учителя выявление
классификационной модели.
Заключение
Список использованных источников


После восстановления из описания с нейросетевой моделью могут быть произведены те же действия, что и с нейронной сетью, сгенерированной самим нейроимитатором. По утверждению авторов язык является открытым для расширений, легко интерпретируется и независим от конкретной системы
или языка программирования. Язык разработан на основе нотации X. В авторском изложении термины формат и язык используются как синонимы. Реализован набор предопределенных функции, предназначенных для компактного описания математических преобразовании, наиболее популярных в нсиросетевом моделировании. Разделение этих функций на группы условно. Любая из них может быть использована для задания функциональных элементов любого компонента модели 2. Основой для разработки описания нсйросетсвой модели языка послужил анализ состава информации, необходимой для корректного восстановления вычислительной модели нейронной сети. Xдо кум сито в. Каждый элемент верхнего уровня описывает один базовый аспект нейросетевой модели. Предусмотрены следующие основные разделы Заголовок , Данные , Предобработка i, Нейронная сеть , Постобработка i, Описание процесса настройки ii ii 2. Нейронную сеть нельзя полностью описать в отрыве от окружения, в котором она была создана. Другими словами, описание нсйросстсвого метода решения той или иной задачи должно включать в себя не только информацию о структуре и параметрах нейронной сети, но также информацию о структуре словаря данных, о методах предварительной обработки входных переменных перед подачей их сети, о методах получения содержательного ответа на основе выходных сигналов сети методы постобработки 2.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.232, запросов: 244