Курсова робота
Тема: Штучні нейронні мережі
Дисципліна: Нейротехнології і нейрокомплексние системи
План
Введення
Теоретичні відомості
Структура простої рефлекторної нейронної мережі
Біологічна мінливість і навчання нейронних мереж
Класифікація нейронних мереж
Теорема про навчання персептрона
Лінійна разделімость і персептрони представляемо
Неокогнітрон і інваріантне розпізнавання образів
Практичне завдання
Завдання 2
Завдання 3
Завдання 4
Висновки
Література
нейронний мережу графічний неокогнітрон
Введення
Мета роботи: вивчення архітектури штучних нейронних мереж, способів їх графічного зображення у вигляді функціональних і структурних схем та програмного уявлення у вигляді об'єктів спеціального класу network, що включають масив структур з атрибутами мережі і набір необхідних методів для створення, ініціалізації, навчання, моделювання та візуалізації мережі, а також придбання навичок побудови мереж різної архітектури за допомогою інструментального програмного пакета Neural Network Toolbox системи MATLAB.
Теоретичні відомості
Нейронні мережі
Нейронна мережа - термін, що має два значення: біологічна нейронна мережа і штучна мережу.
Штучна нейронна мережа - мережа, що складається з штучних нейронів (програмована конструкція, що імітує властивості біологічних нейронів). Штучні нейронні мережі використовуються для вивчення властивостей біологічних нейронних мереж, а також для вирішення завдань у сфері штучного інтелекту. Нейронна мережа, у разі штучних нейронів звана штучної нейронної мережею або змодельованої нейронною мережею, є взаємозалежної групою природних або штучних нейронів, яка використовує математичні та обчислювальні моделі для обробки інформації на основі коннектівісткого підходу до обчислення. У більшості випадків штучна нейронна мережа є адаптивною системою, яка змінює свою структуру під впливом зовнішньої або внутрішньої інформації, яка тече через мережу.
Структура простої рефлекторної нейронної мережі
Виділяють кілька (зазвичай три) основних типів нейронних мереж, що відрізняються структурою і призначенням. Перший тип складають ієрархічні мережі, що часто зустрічаються в сенсорних і рухових шляхах. Інформація в таких мережах передається в процесі послідовного переходу від одного рівня ієрархії до іншого.
Рис. 1. Проста рефлекторна нейронна мережа
Біологічна мінливість і навчання нейронних мереж
Структура основних типів нейронних мереж генетично зумовлена. При цьому дослідження в області порівняльної нейроанатомии говорять про те, що по фундаментальному планом будови мозок дуже мало змінився в процесі еволюції. Однак детерміновані нейронні структури демонструють властивості мінливості, що обумовлюють їх адаптацію до конкретних умов функціонування. Генетична зумовленість має місце також і відносно властивостей окремих нейронів, таких, наприклад, як тип використовуваного нейромедіатора, форма і розмір клітини. Мінливість на клітинному рівні проявляється в пластичності синаптичних контактів. Характер метаболічної активності нейрона і властивості проникності синаптичної мемрани можуть мінятися у відповідь на тривалу активізацію або гальмування нейрона. Синаптичний контакт тренується у відповідь на умови функціонування. Мінливість на рівні мережі пов'язана зі специфікою нейронів. Нервова тканина практично позбавлена ??характерної для інших типів тканин здатності до регенерації шляхом ділення клітин. Однак нейрони демонструють здатність до формування нових відростків і нових синаптичних контактів. Ряд експериментів з навмисним пошкодженням нервових шляхів вказує, що розвиток нейронних відгалужень супроводжується конкуренцією за володіння синаптическими ділянками. Ця властивість в цілому забезпечує стійкість функціонування нейронний мереж при відносній ненадійності їх окремих компонент - нейронів. Специфічна мінливість нейронних мереж і властивостей окремих нейронів лежить в основі їх здатності до навчання - адаптації до умов функціонування - при незмінності в цілому їх морфологічної структури. Слід зауважити, однак, що розгляд мінливості і на...
