![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Искусственные нейронные сети и Нейрокомпьютеры
Цель работы. Обучаемый должен знать: 1. Основные теории строения нейронных сетей (НС). 2. Основы компартментной модели НС. 3. Основы работы искусственных НС. Обучаемый должен уметь: 1. Объяснить основы работы НС. 2. Объяснить основы моделирования НС и распознания типа НС по результатам расчетов. 3. Проводить обучение НС и анализ значимости признаков НС используя в качестве инструментария нейросетевой имитатор " Multineuron 2.0".
Практическое значение. Разработка вычислительных машин с использованием принципов построения биологических нейронных сетей позволяет обрабатывать неполные наборы данных и придавать работе машин свойства адаптивности, присущие живому. Это повышает общую скорость работы и позволяет применить их в областях с низкой алгоритмизацией задач и большим переменным количеством информации. Литература 1. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.- Новосибирск: Наука, 1996.- 276 с. 2. Еськов В.М. Введение в компартментную теорию респираторных нейронных сетей.- М.: Наука, 1994.- 167 с. 3. Еськов В.М., Филатова О.Е. Компьютерная идентификация респираторных нейронных сетей.- Пущино, 1994.- 92 с.
Методические указания по 1- му этапу " Самоподготовка" Цель этапа. 1. Повторить исходную информацию из школьного курса. 2. Изучить и проверить свои знания по новой информации из лекционного курса. Для изучения темы необходимо возобновить старые знания, связанные с понятиями о нервной ткани и высшей нервной деятельности (ВНД), а так же выучить новый материал, используя конспект лекций и вспомогательную литературу. Для самоконтроля необходимо ответить на вопросы: 1. Обозначить круг задач решаемых искусственными НС. Привести несколько примеров. 2. Указать сходные и отличительные признаки биологического и искусственного нейронов. 3. Указать назначение обучающей выборки. 4. Назначение внешней выборки. Может ли она выполнять функции обучающей? 5. Что понимается под значимостью обучаемых параметров (вопросов)? 6. В чем смысл расчета значимости? 7. Чем нужно руководствоваться при начальном отборе признаков?
Методические указания по 2-МУ этапу " Выполнение работы" Рассмотрим один из примеров применения НС для решения задачи классификации. В качестве инструментария будет использован нейросетевой имитатор Multineuron 2.0. Задача: спроектировать прототип экспертной системы выполняющей идентификацию (классификацию) следующих форм сифилиса: 1. Первичный скрытый. 2. Вторичный рецидивный. 3. Вторичный свежий. 4. Первичный серонегативный. 5. Первичный серопозитивный. Этапы решения задачи:
|