Тема: Нейросеревие моделі
Зміст
1. Введення
. Основи з вищої математики
2.1 Векторні простору
.2 Матриці та лінійні перетворення векторів
3. Біологічний нейрон і його кібернетична модель
.1 Біологічний нейрон
.2 Нейронні мережі
.3 Структура простої рефлекторної нейронної мережі
.4 Біологічна мінливість і навчання нейронних мереж
.5 Формальний нейрон
.6 Навчання нейрона детектуванню кордону В«чорне - білеВ»
.7 Класифікація нейронних мереж
. Персептрон Розенблатта
.1 Теорема про навчання персептрона
.2 Лінійна разделимость і Персептрон представляемости
. Принцип WTA в моделі Ліпмана-Хемінга
. Карта самоорганізації Кохонена
. Нейронна мережа зустрічного поширення
. Когнітрон і неокогнітрон Фукушіма
.1 Когнітрон - самоорганізована багатошарова нейросеть
.2 Неокогнітрон
.3 Неокогнітрон і інваріантне розпізнавання образів
. Загальне поняття мереж АРТ
.1 Дилема стабільності-пластичності сприйняття
.2 Принцип адаптивного резонансу
.3 Навчання мережі АРТ
.4 Теореми АРТ
. Стиснення даних і асоціативна пам'ять
. Розпізнавання образів, класифікація, категоризація
. Сучасність нейромережевих технологій
.1 Риси сучасних архітектур
.2 Програмне забезпечення
.3 Різноманіття застосування
Висновок
Практична частина
Список літератури
1. Введення
Штучні нейронні мережі (ШНМ) - математичні моделі, а також їх програмні або апаратні реалізації, побудовані за принципом організації та функціонування біологічних нейронних мереж - мереж нервових клітин живого організму. Це поняття виникло п...
