Технология нейросетевого решения прикладных классификационных задач в экологии, биологии, медицине

• Автор: Жуков, Леонид Александрович
• Шифр специальности: 05.13.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Красноярск
• Количество страниц: 211 с.

1. ОБЗОР ИССЛЕДОВАНИЙ ПО НЕЙРОННЫМ СЕТЯМ

1.1. История вопроса

1.2. Основные элементы нейронных сетей и терминология.

1.3. Классификация нейронных сетей

1.4. Обзор источников.

1.4.1. Основные работы по аппроксимации нейронными сетями.

1.4.2. Технологии решения задач с помощью нейронных сетей.

1.4.3. Использование нейронных сетей в экологии, биологии, медицине и других гуманитарных науках

1.5. Выводы.

2. СВОЙСТВА МОНОТОННЫХ НЕЙРОНГЫХ СЕТЕЙ.

2.1. Введение.

2.2. Свойства классических монотонных нейронных сетей.
2.3. Свойства полутораслойных монотонных нейронных сетей
2.4. Выводы
3. АЛГОРИТМЫ И ПРОГРАММЫ
3.1. Введение.
3.2. Имитатор для монотонных нейронных сетей
3.3.ейроимитатор МОИ для обучения нейронных сетей без учителя
3.4. Утилита предобработки баз данных Ргебтаке
3.5. Технология проведения исследований с использованием нейронных сетей
3.6. Методика обучения основам нейроинформатики
3.7. Выводы
4. ЭК0ЛИЧЕСКИЕ ПРИЛОЖЕНИЯ
4.1. Систематика и изучение биоразнообразия
4.2. Систематика ирисов
4.3. Таксономия растений разных биологических групп по структурным признакам фотосинтетического аппарата
4.4. Классификация без учителя.
4.5. Выводы
5. МЕДИЦИНСКИЕ ПРИЛОЖЕНИЯ
5.1. Введение
5.2. Изучение состояния секреторной функции желудка у детей с гастродуоденитами и язвенной болезнью в условиях Сибири и Севера
5.3. Влияние условий работы на функциональное состояние организма доноров в условиях Сибири и Севера.
5.4. Выводы
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Возможны также и другие типы нейронов и сумматоров, например, нейрон второго слоя в некоторых сетях Кохонена определяет максимальный или минимальный из пришедших к нему сигналов, иногда такие блоки даже не считают нейронами. Перечисленные выше простые элементы нейронных сетей могут быть объединены в более сложные элементы блок, слой, колонка. Чаще всего используется слой. Слой набор нейронов или сумматоров, псеводоодновременно воспринимающий входную информацию и псеводоодноврсменно генерирующих выходные сигналы. Скрытый внутренний рабочий слой i, не получающий входных сигналов и не генерирующий выходных. В зарубежных источниках принято особо выделять нейронные сети с двумя скрытыми слоями, по аналогии с теоремой Колмогорова о точном представлении функций, несмотря на
отсутствие прямого отношения этой теоремы к нейронным сетям. Чаще всего используется от 1 до 3 скрытых слоев, хотя встречается использование нейронных сетей с 9 скрытыми слоями. Блок набор нейронов или сумматоров, расположенных в одном слое и выполняющих одну функцию. Колонка набор блоков, расположенных в разных слоях и связанных выполнением одной функции либо иной общностью, например, потоком сигналов. Функция активации нейронов характеристическая функция нелинейный преобразователь, преобразующий выходной сигнал сумматора может быть одной и той же для всех нейронов сети. В этом случае сеть называют однородной гомогенной. Если же характеристическая функция зависит еще от одного или нескольких параметров, значения которых меняются от нейрона к нейрону, то сеть называют неоднородной гетерогенной. Составление сети из сигмоидных нейронов не является обязательным. Могут нсполыоваться и другие функции активации, например синусоидальная.