Книга: Учебное пособие по курсу «Нейроинформатика»
Оглавление книги
- Введение
- Рабочая программа по курсу «Нейроинформатика»
- Лабораторная № 1
- Лабораторная № 2
- Лабораторная № 3
- Лабораторная № 4
- Лабораторная № 5
- Лабораторная № 6
- Лабораторная № 7
- Вопросы к экзамену
- Лекция 1. Возможности нейронных сетей
- Лекции 2 и 3. Сети естественной классификации
- Содержательная постановка задачи
- Формальная постановка задачи
- Сеть Кохонена
- Обучение сети Кохонена
- Сеть Кохонена на сфере
- Метод динамических ядер
- Выбор начального приближения
- Примеры видов классификации
- Определение числа классов
- Лекции 4, 5 и 6. Нейронные сети ассоциативной памяти, функционирующие в дискретном времени
- Описание задачи
- Формальная постановка задачи
- Сети Хопфилда
- Функционирование сети
- Ортогональные сети
- Тензорные сети
- Сети для инвариантной обработки изображений
- Конструирование сетей под задачу
- Численный эксперимент
- Доказательство теоремы
- Лекция 7.1. Двойственные сети
- Лекция 7.2. Задачник и обучающее множество
- Лекция 8. Предобработчик
- Нейрон
- Различимость входных данных
- Классификация компонентов входных данных
- Кодирование бинарных признаков
- Кодирование неупорядоченных качественных признаков
- Кодирование упорядоченных качественных признаков
- Числовые признаки
- Простейшая предобработка числовых признаков
- Оценка способности сети решить задачу
- Оценка константы Липшица сети
- Способ вычисления константы Липшица
- Синапс
- Умножитель
- Точка ветвления
- Сумматор
- Нелинейный Паде преобразователь
- Нелинейный сигмоидный преобразователь
- Адаптивный сумматор
- Константа Липшица сигмоидной сети
- Предобработка, облегчающая обучение
- Другие способы предобработки числовых признаков
- Составной предобработчик
- Лекция 9. Описание нейронных сетей
- Конструирование нейронных сетей
- Элементы нейронной сети
- Составные элементы
- Функционирование сети
- Методы построения двойственных сетей
- Элементы самодвойственных сетей
- Правила остановки работы сети
- Архитектуры сетей
- Модификация синаптической карты (обучение)
- Контрастирование и нормализация сети
- Примеры сетей и алгоритмов их обучения
- Лекция 10. Оценка и интерпретатор ответа
- Интерпретатор ответа
- Уровень уверенности
- Построение оценки по интерпретатору
- Глобальные и локальные оценки
- Составные интерпретатор ответа и оценка
- Лекция 11.1. Исполнитель
- Лекция 11.2, 12. Учитель
- Лекции 13, 14. Контрастер
- Задачи для контрастера
- Упрощение архитектуры нейронной сети
- Уменьшение числа входных сигналов
- Сведение параметров нейронной сети к выделенным значениям
- Снижение требований к точности входных сигналов
- Получение явных знаний из данных
- Множества повышенной надежности
- Формальная постановка задачи
- Классификация дублей
- Прямой дубль первого рода
- Косвенный дубль первого рода
- Прямой дубль второго рода
- Косвенный дубль второго рода
- Косвенный супердубль
- Процедура контрастирования
- Контрастирование на основе показателей значимости
- Контрастирование без ухудшения
- Гибридная процедура контрастирования
- Контрастирование при обучении
- Определение показателей значимости
- Лекции 15, 16. Персептрон
- Определение персептрона
- Обучение персептрона. Правило Хебба
- Целочисленность весов персептронов
- Двуслойность персептрона
- Приложение 1. Описание пакета программ CLAB (С.Е. Гилев)
- Описание пакета
- Общее описание
- Ptn— файл
- Задачник
- Создание нейросети
- Обучение нейросети
- Классификация объектов
- Дополнительные возможности нейросети
- Инструкции пользователю по работе с пакетом CLAB
- Инсталляция
- Обучение работе с пакетом clab на демонстрационной задаче
- Инструкции по созданию ptn-файла
- Инструкции по выбору файлов и директорий при работе с пакетом clab
- Инструкции по работе с программой editor
- Составление задачника без использования программы editor
- Инструкции по работе с программой netgener
- Инструкции по работе с программой teacher
- Инструкции по работе с программой tester
- Приложение 2. Описание программ пакета «Нейроучебник»
- Сервисные функции
- Главный индекс
- Основной режим
- Обучающее множество
- Нейронная сеть
- Параметры
- Обучение
- Тест
- Приложение 3. Стандарт нейрокомпьютера
- Общий стандарт
- Стандарт типов данных
- Переменные типа цвет и операции с цветами
- Приведение и преобразование типов
- Операции
- Предопределенные константы
- Интерфейсные функции
- Строковые функции
- Описание языка описания компонентов
- Использование памяти
- Обработка ошибок
- Запросы, однотипные для всех компонентов
- Стандарт первого уровня компонента задачник
- Стандарт второго уровня компонента задачник
- Чтение и запись задачника
- Начало и конец сеанса
- Перемещение по примерам
- Определение, получение и изменение данных
- Окраска примеров
- Ошибки компонента задачника
- Стандарт первого уровня компонента предобработчик
- Стандарт второго уровня компонента предобработчик
- Стандарт первого уровня компонента сеть
- Структура компонента
- Сигналы и параметры
- Обучаемые и не обучаемые параметры и сигналы
- Дополнительные переменные
- Стандарт языка описания сетей
- Стандарт второго уровня компонента сеть
- Запросы к компоненту сеть
- Запросы на функционирование
- Запросы на изменение параметров
- Запросы, работающие со структурой сети
- Стандарт первого уровня компонента интерпретатор ответа
- БНФ языка описания интерпретатора
- Описание языка описания интерпретаторов
- Пример описания интерпретатора
- Стандарт второго уровня компонента интерпретатор ответа
- Стандарт первого уровня компонента оценка
- Стандарт второго уровня компонента оценка
- Стандарт второго уровня компонента исполнитель
- Позадачная обработка (TaskWork)
- Обработка обучающего множества (TaskSetWork)
- Ошибки компонента исполнитель
- Стандарт первого уровня компонента учитель
- Способ опознания сети для методов, привязанных к архитектуре сети
- Список стандартных функций
- Язык описания учителя
- Стандарт второго уровня компонента учитель
- Обучение сети
- Чтение/запись учителя
- Инициация редактора учителя
- Работа с параметрами учителя
- Обработка ошибок
- Стандарт первого уровня компонента контрастер
- Стандарт второго уровня компонента контрастер
- ЛИТЕРАТУРА
- Содержание книги
- Популярные страницы
Оглавление статьи/книги
- Введение
- Лекция 1. Возможности нейронных сетей
- Лекции 2 и 3. Сети естественной классификации
- Лекции 4, 5 и 6. Нейронные сети ассоциативной памяти, функционирующие в дискретном времени
- Лекция 7.1. Двойственные сети
- Лекция 7.2. Задачник и обучающее множество
- Лекция 8. Предобработчик
- Лекция 9. Описание нейронных сетей
- Лекция 10. Оценка и интерпретатор ответа
- Лекция 11.1. Исполнитель
- Лекция 11.2, 12. Учитель
- Лекции 13, 14. Контрастер
- Лекции 15, 16. Персептрон
- Приложение 1. Описание пакета программ CLAB (С.Е. Гилев)
- Приложение 2. Описание программ пакета «Нейроучебник»
- Приложение 3. Стандарт нейрокомпьютера
- ЛИТЕРАТУРА
- Содержание книги
- Популярные страницы
Похожие страницы
- Учебное пособие по курсу «Нейроинформатика»
- Как заработать в Интернете: Практическое пособие
- 3.7. Учебное пособие «Азбука КОМПАС»
- Безопасность информационных систем. Учебное пособие
- Как сделать свой сайт и заработать на нем. Практическое пособие для начинающих по заработку в Интернете
- Говори на языке диаграмм: пособие по визуальным коммуникациям
- Эффективные продажи. Карманное пособие
- Вперед по новому курсу
- Рабочая программа по курсу «Нейроинформатика»
- Дополнение. Учебное руководство по XHTML
- Дополнение II. Учебное руководство по XHTML
- Вы сами как наглядное пособие