Ви є тут

Функциональные модели универсального нейрокомпьютера

Автор: 
Миркес Евгений Моисеевич
Тип роботи: 
докторская
Рік: 
2001
Артикул:
572467
179 грн
Додати в кошик

Вміст

Оглавление
Введение.
Общая характеристика работы
Введение к диссертации
1 Функциональные компоненты.
1.1 Краткий обзор нейронных сетей
1.2 Выделение компонентов
1.3 Запросы компонентов нейрокомпьютера
1.4 Запросы общие для всех компонентов.
2 Задачник и обучающее множество
2.1 Структуры данных задачника.
2.2 Поля задачника.
2.3 Состав данных задачника
2.4 Запросы к компоненту задачник
3 Предобработчик
3.1 Нейрон.
3.2 Различимость входных данных
3.3 Классификация компонентов входных данных.
3.4 Кодирование бинарных признаков.
3.5 Кодирование неупорядоченных качественных признаков
3.6 Кодирование упорядоченных качественных признаков.
3.7 Числовые признаки
3.8 Простейшая предобработка числовых признаков
3.9 Оценка способности сети решить задачу
3. Предобработка, облегчающая обучение.
3. Другие способы предобработки числовых признаков
3. Составной предобработчик
3. Запросы к компоненту предобработчик.
4 Описание нейронных сетей.
4.1 Конструирование нейронных сетей.
4.2 Примеры сетей и алгоритмов их обучения
4.3 Язык описания нейронных сетей.
4.4 Запросы к компоненту сеть.
5 Оценка и интерпретатор ответа
5.1 Интерпретатор ответа
5.2 Уровень уверенности.
5.3 Построение оценки по интерпретатору.
5.4 Оценка обучающего множества. Вес примера
5.5 Глобальные и локальные оценки.
5.6 Составные интерпретатор ответа и оценка.
5.7 Запросы к компоненту интерпретатор ответа.
5.8 Запосы к компоненту оценка
6 Исполнитель
6.1 Описание компонента исполнитель.
6.2 Запросы к компоненту исполнитель
7 Учитель
7.1 Что можно обучать методом двойственности
7.2 Задача обучения сети
7.3 Описание алгоритмов обучения
7.4 Запросы к компоненту учитель
8 Контрастер.
8.1 Задачи дня контрастера
8.2 Множества повышенной надежности
8.3 Процедура контрастирования.
8.4 Определение показателей значимости
8.5 Запросы к компоненту контрастер.
9 Нейронные сети ассоциативной памяти, функционирующие в дискретном времени.
9.1 Описание задачи.
9.2 Формальная постановка задачи
9.3 Сети Хопфилда.
9.4 Функционирование сети.
9.5 Ортогональные сети
9.6 Тензорные сети.
9.7 Сети для инвариантной обработки изображений.
9.8 Численный эксперимент.
9.9 Доказательство теоремы
Заключение.
Список литературы