Оглавление
Введение.
Глава 1. Анализ состояния предметной области и постановка задач
диссертации.
1.1. Линейные модели
1.2. Нелинейная регрессия.
1.3. Статические нейронные сети.
1.4. Динамические нейронные сети
1.5. Построение модели по уравнениям и данным.
1.6. Методы оптимизации.
1.7. Осцилляторные модели нейронных сетей.
1.8. Нсйросетевой эмулятор
1.9. Выводы по главе
Глава 2. Структу рные алгоритмы построения статических и
динамических нейронных сетей
2.1. Построение статической нейронной сети прямого распространения по статической выборке.
2.2. Кластерный анализ. Сети Кохонена и Гроссберга
2.3 Сети с радиальными базисными функциями сети.
2.4. Многослойный персептрон с временными задержками и связанные с ним нейросетевые архитектуры
2.5. Динамическая кластеризация и сети Кохонена
2.6. сети с временными задержками
2.7. Рекуррентные сети.
2.8. Выводы по главе.
Глава 3. Построение нсйросетевой модели но уравнениям и данным.
3.1. Обыкновенные дифференциальные уравнения.
3.2. Решение краевых задач для уравнения Лапласа на плоскости с помощью ЯБР сетей
3.3. Нейросетевые подходы к решению краевых задач в составных областях.
3.4. Применение нейронных сетей к задачам с переменной границей.
3.5. Генетические алгоритмы декомпозиции задач математической физики с помощью нейронных сетей.
3.6. Некоторые подходы к решению систем дифференциальных уравнений с частными производными и других задач моделирования
3.7. Выводы по главе.
Глава 4. Итерационные методы обучения нейронных сетей
4.1. Метод Ньютона как реализация приближений с быстрой сходимостью
4.2. Некоторые методы глобальной оптимизации.
4.3. Распределенное обучение нейронных сетей.
4.4. Обучение нейронных сетей но распределнным данным и обучение распределнных нейронных сетей
4.5. Выводы по главе.
Глава 5. Осцилляторные нейросетевые модели
бесконечной размерности
5.1. Теорема о выпрямлении траекторий на бесконечномерном торе
5.2. Приводимость линейной системы с нечтными почти периодическими коэффициентами
5.3. Решение аналитического уравнения с почти периодическими коэффициентами.
5.4. Общая схема метода Колмогорова. Основные определения.
5.5. Разрешимость гомологического уравнения.
5.6. Условия сходимости метода Колмогорова
5.7. Выводы по главе
Глава 6. Нейросетевой эмулятор
6.1. Основные функциональные возможности пакета 1.2.
6.2. Описание интерфейса 1.2
6.3. Определение характеристик температуры воздуха для региона Западной Сибири с помощью пакета .
6.4. Разграничение региона Западной Сибири по зонам с помощью пакета .
6.5. Выводы по главе
Заключение
Литера гура.
Введение
Актуальность
- Київ+380960830922