Добавить работы Отмеченные0
Работа успешно отмечена.

Отмеченные работы

Просмотренные0

Просмотренные работы

Корзина0
Работа успешно добавлена в корзину.

Корзина

Регистрация

интернет библиотека
Atlants.lv библиотека
12,99 € В корзину
Добавить в список желаний
Хочешь дешевле?
Идентификатор:265121
 
Автор:
Оценка:
Опубликованно: 20.03.2012.
Язык: Латышский
Уровень: Университет
Литературный список: 18 единиц
Ссылки: Использованы
Содержание
Nr. Название главы  Стр.
  Ievads    2
1.  Neironu tīklu apmācības teorija    4
1.1.  Neironu tīklu struktūra    4
1.2.  Neironu tīklu optimizācijas algoritmi    16
1.3.  Neironu tīklu pamatparadigmas    29
2.  Interesanti mākslīgo neironu tīklu pielietošanas aspekti    37
2.1.  Jaunu zināšanu sintezēšana, pielietojot neironu tīklus (Data meaning tehnoloģija)    37
2.2.  Mākslīgo neironu tīklu pielietošana laika rindu analīzē    42
2.3.  Vispārīga pieeja prognozējot ar neironu tīkliem    54
2.4.  Vai var prognozēt likumsakarības laika rindās?    57
3.  Mākslīgo neironu tīklu modelēšana    59
3.1.  Neironu tīklu modelēšanas problēma    59
3.2.  Modelējošā programma    61
4.  Mākslīgo neironu tīklu izmantošana    68
4.1.  zslēdzošā VAI realizācija neironu tīklā    68
4.2.  Divu bināro skaitļu saskaitīšana neironu tīklā    69
4.3.  Trigonometrisko funkciju vērtību prognozēšana    70
4.4.  Reālu tirgus modeļu izveidošana    71
  Nobeigums    77
  Izmantotās literatūras saraksts    78
  1. Pielikums    80
  2. Pielikums    82
  3. Pielikums    87
Фрагмент работы

Var pieņemt, ka iekārtām, kas uzbūvētas pēc tādiem pašiem principiem kā bioloģiskie neironi, būs augstāk minētās īpašības.
Šobrīd eksistē divi piegājieni neironu tīklu modeļu izveides problēmu risināšanai: aparatūras un programmas. Aparatūras piegājiena attīstības rezultātā radās neiroplates. Programpiegājiens ir vairāk izplatītāks un to cenšas izmantot gan militāru mērķu (tehnikas tipa atpazīšana pēc tās attēla u.t.t.), tā arī citos mērķos (attēlu, runas un citu analogo datu atpazīšana ).
NT principā var veikt jebkuras skaitļošanas funkcijas, t.i. viņi var darīt visu to ko spēj vienkārši datori. Praksē NT ir ļoti noderīgi klasifikācijas un aproksimikācijas uzdevumu risināšanā.
Kādi ir NT veidi? Pastāv vairāki neironu tīklu veidi, kurus klasificē pēc to arhitektūras. Visbiežāk izmantojamie ir: tiešās izplatības (feed-forward) un rekurentie (recurrent) mākslīgie neironu tīkli.
Mūsdienās mākslīgie neironu tīkli tiek aktīvi izmantoti visās cilvēka darbības sfērās: militārajā, politikā, ekonomikā u.c.
Dotā darba mērķis ir apskatīt neironu tīklu funkcionēšanas principus, apskatīt to veidus, vairāku neironu tīklu modeļu izveidošanu un apmācību algoritmus, lai noskaidrotu to praktisko derīgumu atrisinot dažāda veida uzdevumus.
Galvenais dotā darba mērķis bija neironu tīkla izveidošana, kurš ir spējīgs funkcionēt uz personālā datora, un to varētu izmantot visi interesenti. Kā arī apmācīt neironu tīklu darbam ar dažāda veida laika rindām, kas būtu spējīgs atpazīt trenda pagriešanos. Savlaicīga trenda pagriešanās atpazīšana ļauj izvēlēties visveiksmīgāko biržas spēles stratēģiju un līdz ar to rast praktisku pielietojumu ekonomikas sfērā.…

Загрузить больше похожих работ

Atlants

Выбери способ авторизации

Э-почта + пароль

Э-почта + пароль

Неправильный адрес э-почты или пароль!
Войти

Забыл пароль?

Draugiem.pase
Facebook

Не зарегистрировался?

Зарегистрируйся и получи бесплатно!

Для того, чтобы получить бесплатные материалы с сайта Atlants.lv, необходимо зарегистрироваться. Это просто и займет всего несколько секунд.

Если ты уже зарегистрировался, то просто и сможешь скачивать бесплатные материалы.

Отменить Регистрация