8 (812) 320-06-69

Каталог

Категории
Высшее образование (16+) (39733)
Высшее образование
Естественные науки (2581)
Естественные науки
Общественные науки (3173)
Общественные науки
Информатика и компьютерные технологии (4253)
Информатика и компьютерные технологии
Инженерное дело (1409)
Инженерное дело
Телекоммуникации, электроника, электротехника и радиотехника (1360)
Телекоммуникации, электроника, электротехника и радиотехника
Строительство. Архитектура (634)
Строительство. Архитектура
Строительство. Архитектура. Журналы (17)
Строительство. Архитектура. Журналы
Бетон и железобетон (3)
Бетон и железобетон
Жилищное строительство (7)
Жилищное строительство
Строительные материалы (7)
Строительные материалы
Юридические науки.Право (4332)
Юридические науки.Право
Отрасли права (2771)
Отрасли права
Гуманитарные науки (6046)
Гуманитарные науки
Экономика. Экономические науки (6619)
Экономика. Экономические науки
Образование. Педагогические науки (3351)
Образование. Педагогические науки
Медицина и здравоохранение (954)
Медицина и здравоохранение
Физическая культура и спорт (474)
Физическая культура и спорт
Среднее профессиональное образование (14+) (2819)
Среднее профессиональное образование
Коллекции (43755)
Коллекции
Издательские коллекции (43332)
Издательские коллекции
Журналы (999)
Журналы
Остаться в выбранном разделе
Назад к каталогу

Нейрокомпьютерные системы

Нейрокомпьютерные системы ISBN 5-9556-0063-9
ISBN 5-9556-0063-9
Авторы: 
Тарков М.С.
Тип издания: 
Учебное пособие
Издательство: 
Москва: Национальный Открытый Университет ИНТУИТ
Год: 
2016
Количество страниц: 
170
Аннотация

Излагаются основы построения нейрокомпьютеров. Дается детальный обзор и описание важнейших методов обучения нейронных сетей различной структуры, а также задач, решаемых этими сетями. Рассмотрены вопросы реализации нейронных сетей. Искусственные нейронные сети реализуют одну из парадигм искусственного интеллекта, а именно, коннекционистскую. Это означает, что преобразование, выполняемое сетью, определяется значениями весовых коэффициентов и топологией межнейронных соединений. Вместо программирования в традиционных вычислительных системах здесь используется обучение сети, которое сводится к настройке весовых коэффициентов с целью оптимизации заданного критерия качества функционирования сети. Нейронные сети хзрошо решают те задачи, которые с трудом поддаются алгоритмизации: распознавание образов, реализация ассоциативной памяти, комбинаторная оптимизация.В курсе лекций рассматриваются: основные модели искусственного нейрона и сетей, использующих искусственный нейрон в качестве своего элемента; варианты обучения сетей: обучение с учителем и самообучение (самоорганизация). Обученная сеть подвергается редукции (упрощению) с целью повышения эффективности ее реализации и функционирования. Нейронные сети могут быть реализованы как электронным (на основе СБИС), так и оптическим способами.

Библиографическое описание Скопировать библиографическое описание

Тарков М.С. Нейрокомпьютерные системы / М.С. Тарков. - Москва : Национальный Открытый Университет ИНТУИТ, 2016. - 170 с. - ISBN 5-9556-0063-9. - URL: https://ibooks.ru/bookshelf/362944/reading (дата обращения: 29.03.2024). - Текст: электронный.