рефераты конспекты курсовые дипломные лекции шпоры

Раздел Философия
/
Задачи, решаемые с помощью нейронных вычислений

Реферат Курсовая Конспект

Выберите учебное заведение

Задачи, решаемые с помощью нейронных вычислений

Задачи, решаемые с помощью нейронных вычислений - раздел Философия, ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Классификация Образов. Задача Состоит В Указании Принадлежности Входно...

Классификация образов. Задача состоит в указании принадлежности входного образа (например, речевого сигнала или рукописного символа), представленного вектором признаков, одному или нескольким предварительно определенным классам. Для решения задачи используется обучение с учителем – сети предъявляется обучающая выборка, состоящая из пар (входной образ, метка класса), и применяются определенные правила для того, чтобы научить сеть определять метку класса для входного образа, который на этапе функционирования может и не входить в обучающую выборку.

Кластеризация/категоризация. При решении задачи кластеризации, (классификация образов без учителя), отсутствует обучающая выборка с метками классов. Алгоритм кластеризации основан на подобии образов и размещает близкие образы в один кластер.

Аппроксимация функций. Необходима при решении многочисленных инженерных и научных задач моделирования.

Предсказание/прогноз. Пусть заданы значения дискретных отсчетов в последовательные моменты времени. Задача состоит в предсказании значения в некоторый будущий момент времени.

Оптимизация. Задачей алгоритма оптимизации является отыскание такого решения, которое удовлетворяет системе ограничений и максимизирует или минимизирует целевую функцию.

Память, адресуемая по содержанию. В модели вычислений фон Неймана обращение к памяти доступно только с помощью адреса, который не зависит от содержания памяти. Ассоциативная память, или память, адресуемая по содержанию, доступна по указанию заданного содержания. Содержимое памяти может быть вызвано даже по частичным данным или искаженному содержанию.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Государственное образовательное учреждение... высшего профессионального образования... Санкт Петербургский государственный...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Задачи, решаемые с помощью нейронных вычислений

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Целый ряд других направлений
· Генетические алгоритмы · Когнетивное моделирование; · Интеллектуальные интерфейсы; · Распознавание и синтез речи; · Дедуктивные модели; · Многоагентны

Понятие «Знание» в ИИ
Разумное поведение человека базируется на знании и опыте, являющихся результатом обучения. Т.е. способность к обучению и накоплению знаний является основным признаком интеллекта. Получением, накопл

Проблема представления знаний
Целое направление искусственного интеллекта – «Инженерия знаний» – занимается вопросами проектирования баз знаний, т.е. проблемами обработки знаний. Обработка знаний включает в себя: ·

Логическая модель представления знаний
Одним из способов представления знаний является язык математической логики, позволяющий формально описывать понятия предметной области и связи между ними. Все логические модели знаний представляютс

Семантические сети
Семантическая сеть наиболее близка к тому, как представляются знания в текстах на естественном языке. В ее основе лежит идея о том, что вся необходимая информация может быть

Продукционная модель представления знаний
В общем случае продукционное правило можно представить в следующем виде: i : S; L; A®B; Q , где i – индивидуальный номер продукции;

Представление знаний с применением фреймов
1.6.1. Понятие фрейма и слота Термин фрейм (frame — каркас, рамка) предложен М. Минским в 70-е годы. Под фреймом понимается абстрактный образ или ситуация. В психологии и философии

Назначения и основные свойства ЭС
Существенный прорыв в практических приложениях ИИ произошел в середине 70-х годов, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-э

Особенности построения и организации ЭС
Основой любой ЭС является совокупность знаний, структурированная в целях упрощения процесса принятия решения. Для специалистов в области ИИ термин знания означает совокупность сведений о сущ

Преимущества использования экспертных систем
Возникает вопрос: «Зачем разрабатывать ЭС? Не лучше ли обратиться к человеческому опыту, как это было раньше?» Отметим лишь основные преимущества, которые дает использование ЭС: 1

Технология разработки экспертных систем
Технология разработки ЭС включает в себя шесть этапов (см. рис. 2.5): этапы идентификации, концептуализации, формализации, выполнения, тестирования, опытной эксплуатации.

Основные режимы работы экспертных систем
В работе ЭС можно выделить два основных режима: режим приобретения знаний и режим решения задачи (режим консультации или режим использования). В режиме приобретения знаний общение с ЭС осуще

Отличия ЭС от традиционных программ
Особенности ЭС, отличающие их от обычных программ, заключаются в том, что они должны обладать: 1) Компетентностью, а именно: Ø Достигать экспертного уровня решений (

История возникновения теории нечетких множеств
Теория нечетких множеств (fuzzy sets theory) ведет свое начало с 1965г., когда профессор Лотфи Заде (Lotfi Zadeh) из университета Беркли опубликовал основополагающую работу “Fuzzy Sets” в журнале “

Понятие нейронной сети
Нейронные вычисления – это теория разработки и исследования систем обработки информации, использующих механизмы восприятия и переработки информации естественных информационны

Принципы организации и функционирования ИНС
Нейронная сеть – это параллельная распределенная структура обработки информации в виде направленного графа с учетом следующих определений и ограничений: 1) вершинами

Архитектуры искусственных нейронных сетей
На сегодняшний день можно выделить четыре основные разновидности архитектуры ИНС. 1. Однослойные прямонаправленные сети. K-слойной называется ИНС, состоящая из k групп