Скачать Разработка программы моделирования нейронной сети - диплом по программному обеспечению, программированию
Не нашли нужный чертёж? Тогда просто закажите его у нас!
Первые шаги в области искусственных нейронных сетей сделали в 1943 г. В.Мак-Калох (W.MCculloch) и В.Питс (W.Pitts). Они показали, что при помощи пороговых нейронных элементов можно реализовать исчисление любых логических функций. В 1957-1962 гг. Ф.Розенблатт предложил и исследовал модель нейронной сети, которую он назвал персептроном, результаты исследований он обобщил в книге “Принципы нейродинамики”. В 1969г. М.Минский и С.Пайперт опубликовали монографию “Персептроны”, в которой был дан математический анализ персептрона, и показали ограничения, присущие ему. Выводы из были довольно пессимистичными, и это сыграло негативную роль для дальнейшего развития исследований в области нейронных сетей. Работы в этой области были практически остановлены.
33 4

Разработка программы моделирования нейронной сети - диплом по программному обеспечению, программированию

550.00 RUB

715.00 RUB

Первые шаги в области искусственных нейронных сетей сделали в 1943 г. В.Мак-Калох (W.MCculloch) и В.Питс (W.Pitts). Они показали, что при помощи пороговых нейронных элементов можно реализовать исчисление любых логических функций. В 1957-1962 гг. Ф.Розенблатт предложил и исследовал модель нейронной сети, которую он назвал персептроном, результаты исследований он обобщил в книге “Принципы нейродинамики”. В 1969г. М.Минский и С.Пайперт опубликовали монографию “Персептроны”, в которой был дан математический анализ персептрона, и показали ограничения, присущие ему. Выводы из были довольно пессимистичными, и это сыграло негативную роль для дальнейшего развития исследований в области нейронных сетей. Работы в этой области были практически остановлены.

Если у вас есть промокод, то воспользуйтесь им.
На указанный E-mail будет отправлен архив с работой.

Работа будет доступна для скачивания после оплаты. Произвести оплату можно картами VISA и MasterCard.

В 70-е годы появился ряд работ в области ассоциативной памяти. В 1982г. Д.Хопфилд дал анализ устойчивости нейронных сетей с обратными связями и предложил использовать их для решения задач оптимизации. Ряд авторов (Румельхарт, Хинтон, Уильямс) предложили алгоритм обратного распространения ошибки, который стал мощным средством для обучения многослойных нейронных сетей. В 1987г. под эгидой IEEE (Institute of Electrical and Electronic Engineers) проводится первая международная конференция в области нейронных сетей.

Нейрокомпьютеры еще не вошли в нашу жизнь. Они находятся где-то на полпути. В мире растет число фирм, уже продающих изделия, называемые нейрокомпьютерами. Сотни лабораторий создают новые варианты машин шестого поколения. Среди нейрокомпьютерных проб важную роль играют модели нейронных сетей и программные имитаторы нейрокомпьютеров на РС - нейроимитаторы. Они выполняют различные функции: учебные - позволяют познакомиться с нейронными сетями, исследовательские - дают возможность апробировать новые алгоритмы и архитектуры, развлекательные - представляют собой занимательную интеллектуальную игрушку, наконец, нейроимитаторы на РС стали конкурентоспособным обеспечением для решения ряда прикладных задач.

Поиски алгоритмов, позволяющих автоматически использовать накопленных опыт, продолжаются уже более 100 лет. С появлением дешевых ЭВМ произошел резкий скачок в этой отрасли. Возникли новых обасти деятельности - нейроинформатика, нейрокибернетика и др. Приставка “нейро” в названии вовсе не случайна. Во-первых, нейрокомпьютеры и нейропрограммы явялются самообучающимися, что отличает их от обычных ЭВМ (программ); во-вторых, принципы их работы напоминают (хотя и отдаленно) взаимодействие клеток нервной системы - нейронов - через специальные связи - синапсы.

Основой работы самообучающихся нейропрограмм является нейронная сеть, представляющая собой совокупность нейронов - элементов, связанных между собой определенным образом. Нейроны и межнейронные связи задаются программно на обычном компьютере или могут иметь “материальную” основу - особые микросхемы, какие применяться в специально созданных нейрокомпьютерах. Функционирование нейрона в нейрокомпьютере или нейропрограмме отдаленно напоминает работу биологического нейрона.

Бионейрон - клетка, имеющая длинные отростки, связанные с другими нейронами с помощью синапсов, предающих электрический импульс от одного нейрона к другому. Отростки подразделяются на дендриты, передающие сигналы к данному нейрону, и аксоны, передающие сигналы от данного нейрона.

Основной элемент нейронной сети - это формальный нейрон. Модель нейрона МакКаллока-Питтса, которая и сейчас является наиболее применяемым формализмом для описания отдельного нейрона в нейронной сети состоит из следующих элементов. Адаптивный сумматор, показанный на рисунке 2.1, вычисляет скалярное произведение вектора входного сигнала X на вектор параметров W. Преобразователь сигнала, изображенный на рисунке 2.2, получает скалярный входной сигнал (X,W) и переводит его в F(X,W). Последовательным соединением адаптивного сумматора с преобразователем, как показано на рисунке 2.3, получаем нейрон. В большинстве случаев на выходе каждого нейрона стоит точка ветвления, служащая для рассылки выходного сигнала нейрона по входам других элементов, рисунок 2.4.

Входные элементы обычно предназначены для распределения вводимых сигналов между другими элементами сети, поэтому для входных элементов обычно требуется, чтобы исходящий от элемента сигнал был таким же, как и входящий, т.е. k=1, как показано на рисунке 2.5. В отличие от других элементов сети, входные элементы имеют только по одному входному значению. Например, каждый элемент может получать сигнал от одного соответствующего ему датчика, размещенного на фюзеляже самолета. Один этот элемент связывается со многими другими элементами сети, так что данные, полученные от одного датчика, оказываются распределенными между многими элементами сети. Поскольку входные элементы предназначены исключительно для того, чтобы распределять сигналы, получаемые из внешней среды, многие исследователи вообще не считают входные элементы частью нейронной сети.

work3.rtf
2.495 Мб

Школьные предметы


Отражение агрессии с Запада. Невская битва 1240 г. и Ледовое побоище 1242 г. ВОПРОСЫ: 1. Общий ход Невской битвы 1240 года. 2. Ледовое побоище и его историческое значение.
133 6
550.00 RUB
715.00 RUB
Отражение агрессии с Запада. Невская битва 1240 г. и Ле...
Никто, разумеется, не предполагал, что из пытливого мальчугана, увлекшегося в послевоенном детстве игрой, больше похожей на забаву, нежели на серьезное занятие, получится классный футболист и выдающийся тренер современности. .
61 4
550.00 RUB
715.00 RUB
Доклад: Лобановский Валерий Васильевич
Курсовой работе по инженерной компьютерной графике
118 5
550.00 RUB
715.00 RUB
Ролик Натяжной
Реферат по биологии
61 3
550.00 RUB
715.00 RUB
Серый варан
Реферат по литературе
140 1
550.00 RUB
715.00 RUB
Александр Дюма
Дипломный проект по микробиологии
задачи.
1)	Оценить влияние микробиологических препаратов на выживаемость и развитие пятнистой оранжерейной тли;
2)	Оценить влияние П-56-1 и S-100кр. на выживаемость хищной галлицы Aphidoletes aphidimyza Rond. на разных стадиях развития.
39 1
550.00 RUB
715.00 RUB
Оценка влияния микробиологических препаратов на тлей и...