LITMIR.BIZ

В настоящее время усиливается интерес к использованию искусственных нейронных сетей при получении новых знаний. Теория познания считает для этого типовой такую последовательность действий: созерцание – накопление – кластеризация – классификация – узнавание – предсказание – прогнозирование. Для решения этих задач существуют специальные программные средства. При изучении дисциплины «Нейросетевые технологии» один из её разделов называется «Нейропакеты», которые являются программными средствами для проведения нейросетевых исследований. Наибольшее распространение в нейропакетах получили программные реализации таких нейросетей, как перцептроны и сети Кохонена. С каждым годом появляются новые программные реализации нейросетей – сети RBF, Хопфилда, Хэмминга, свёрточные, рекуррентные, рекурсивные. Изменяются и методы использования нейросетей: глубокое обучение, свёртка, преобразование накапливаемых при обучении нейросетей знаний в правила продукций. Меняются и цели, с которыми проводятся нейросетевые исследования: смысловой поиск информации, анализ тематической структуры текстов, рисунков, музыкальных произведений и т.д. В этой книге речь пойдёт только о трёх некоммерческих программных средствах, два из которых относятся к группе нейропакетов. Раньше считалось, что основной и единственной особенностью нейросетей является «обучение на примерах». Для знакомства с этой особенностью служит приводимая студенческая нейросеть. Нейропакет Deductor Academic даёт возможность увидеть в работе перцептроны и сети Кохонена. Пакет MemBrain расширяет возможности нейропакетов и позволяет решать задачи на основе не только перцептронов и сетей Кохонена, но и использования рекуррентных и рекурсивных искусственных нейронных сетей. Книга предназначена для студентов и полезна всем специалистам, выполняющим нейросетевые исследования.

Подробнее

Познание – процесс деятельности человека, основным содержанием которого является отражение объективной реальности в его сознании, а результатом – получение нового знания об окружающем мире. Этот процесс выполняется с помощью психологических конструкций, создающих интеллект.Познакомьтесь с этими конструкциями!

Подробнее

В настоящее время усиливается интерес к использованию искусственных нейронных сетей при получении новых знаний. Теория познания считает для этого типовой такую последовательность действий: созерцание – накопление – кластеризация – классификация – узнавание – предсказание – прогнозирование. Для решения этих задач существуют специальные программные средства. При изучении дисциплины «Нейросетевые технологии» один из её разделов называется «Нейропакеты», которые являются программными средствами для проведения нейросетевых исследований. Наибольшее распространение в нейропакетах получили программные реализации таких нейросетей, как перцептроны и сети Кохонена. С каждым годом появляются новые программные реализации нейросетей – сети RBF, Хопфилда, Хэмминга, свёрточные, рекуррентные, рекурсивные. Изменяются и методы использования нейросетей: глубокое обучение, свёртка, преобразование накапливаемых при обучении нейросетей знаний в правила продукций. Меняются и цели, с которыми проводятся нейросетевые исследования: смысловой поиск информации, анализ тематической структуры текстов, рисунков, музыкальных произведений и т.д. В этой книге речь пойдёт только о трёх некоммерческих программных средствах, два из которых относятся к группе нейропакетов. Раньше считалось, что основной и единственной особенностью нейросетей является «обучение на примерах». Для знакомства с этой особенностью служит приводимая студенческая нейросеть. Нейропакет Deductor Academic даёт возможность увидеть в работе перцептроны и сети Кохонена. Пакет MemBrain расширяет возможности нейропакетов и позволяет решать задачи на основе не только перцептронов и сетей Кохонена, но и использования рекуррентных и рекурсивных искусственных нейронных сетей. Книга предназначена для студентов и полезна всем специалистам, выполняющим нейросетевые исследования. Ключевые слова: нейросетевые исследования, автоматическая классификация, распознавание образов, кластеризация, перцептрон, рекуррентная нейросеть, рекурсия.

Подробнее

В настоящее время усиливается интерес к использованию искусственных нейронных сетей при получении новых знаний. Теория познания считает для этого типовой такую последовательность действий: созерцание – накопление – кластеризация – классификация – узнавание – предсказание – прогнозирование. Для решения этих задач существуют специальные программные средства. При изучении дисциплины «Нейросетевые технологии» один из её разделов называется «Нейропакеты», которые являются программными средствами для проведения нейросетевых исследований. Наибольшее распространение в нейропакетах получили программные реализации таких нейросетей, как перцептроны и сети Кохонена. С каждым годом появляются новые программные реализации нейросетей – сети RBF, Хопфилда, Хэмминга, свёрточные, рекуррентные, рекурсивные. Изменяются и методы использования нейросетей: глубокое обучение, свёртка, преобразование накапливаемых при обучении нейросетей знаний в правила продукций. Меняются и цели, с которыми проводятся нейросетевые исследования: смысловой поиск информации, анализ тематической структуры текстов, рисунков, музыкальных произведений и т.д. В этой книге речь пойдёт только о трёх некоммерческих программных средствах, два из которых относятся к группе нейропакетов. Раньше считалось, что основной и единственной особенностью нейросетей является «обучение на примерах». Для знакомства с этой особенностью служит приводимая студенческая нейросеть. Нейропакет Deductor Academic даёт возможность увидеть в работе перцептроны и сети Кохонена. Пакет MemBrain расширяет возможности нейропакетов и позволяет решать задачи на основе не только перцептронов и сетей Кохонена, но и использования рекуррентных и рекурсивных искусственных нейронных сетей. Книга предназначена для студентов и полезна всем специалистам, выполняющим нейросетевые исследования. Ключевые слова: нейросетевые исследования, автоматическая классификация, распознавание образов, кластеризация, перцептрон, рекуррентная нейросеть, рекурсия.

Подробнее

УМК «Нейросетевые технологии» состоит из четырёх частей, каждая из которых предназначена для реализации в течение одного семестра (16 недель). Первые две части соответствуют уровню подготовки бакалавра. Третья и четвёртая части предназначены для углублённого изучения нейросетевых технологий в магистратуре и в аспирантуре. В состав УМК включены 4 учебные программы, контрольно-измерительные материалы для них и методическая литература в виде перечня pdf-файлов для изучения каждой части дисциплины.

Подробнее

Искусственные нейронные сети – один из разделов науки Искусственный интеллект. Рассматриваются 4 уровня нейросетевого моделирования и 4 вида наиболее продуктивных нейронных сетей. Проведен анализ эффективности использования различных нейросетей при решении практических задач. Книга предназначена для знакомства с нейросетевыми технологиями.

Подробнее