Теория - искусственная нейронная сеть
Cтраница 1
Теория искусственных нейронных сетей развивается стремительно, но в настоящее время она недостаточна, чтобы быть опорой для наиболее оптимистических проектов. В ретроспективе видно, что теория развивалась быстрее, чем предсказывали пессимисты, но медленнее, чем надеялись оптимисты, - типичная ситуация. [1]
Теория искусственных нейронных сетей в настоящее время проходит этап формирования, что обусловливает разнообразие постановок проблем и основных определений. Исследователи наделяют искусственные нейроны разнообразными свойствами, которые, по их мнению, адекватны функциям биологических нейронов и позволяют получать решение актуальных для исследователя задач. [2]
Изложены основы теории искусственных нейронных сетей. Показано место нейронных сетей в эволюции интеллектуальных систем управления. Рассмотрены общие вопросы применения искусственных нейронных сетей в системах управления и связи. Отмечены преимущества, которые дает применение нейроинформа-ционных технологий при решении многих как нетрадиционных, так и традиционных задач управления и связи. [3]
Приведенный краткий материал о теории искусственных нейронных сетей является достаточным для перехода к следующей главе. Более подробная информация по структурам, алгоритмам обучения и использованию НС приведена, например, в рекомендуемой литературе. [4]
Рассмотрим подробнее основные положения теории искусственных нейронных сетей и приложении к задачам структурной оптимизации технологического процесса. [5]
Таким образом, предложенный в данной публикации в развитие методов искусственного интеллекта способ применения теории искусственных нейронных сетей в технологическом проектировании позволил создать более эффективный метод решения задачи оптимизации структуры технологических процессов и парка технологического оборудования. Этот способ имеет важное значение для разработки проектных технологических процессов в условиях реконструкции и технического перевооружения действующих предприятий. [6]
В книге рассмотрены теоретические аспекты составляющих подобных сетей, именно, аппарат нечеткой логики, основы теории искусственных нейронных сетей и собственно гибридных сетей применительно к задачам управления и принятия решений в условиях неопределенности. [7]
Книга состоит из трех частей и приложений. Первая часть посвящена вопросам теории искусственных нейронных сетей, вторая - программным оболочкам-имитаторам нейронных сетей, в третьей приведены конкретные примеры применения нейросетево-го подхода для решения практических задач. [8]
 |
Изменение корреляционной размерности с ростом размерности вложения для динамики давления. 1 - скв. 20 Щельяюр ( забойное. 2 - скв. 201. [9] |
Второй раздел диссертации Применение искусственной нейронной сети для классификации кривых восстановления давления разбит на семь подразделов. В первом и втором подразделах приводятся основные понятия и положения теории искусственных нейронных сетей, рассматривается область применения искусственных нейронных сетей. Подразделы с третьего по пятый посвящены постановке задачи, формированию обучающего множества, и приведению задачи к безразмерному виду. Шестой подраздел является основным. В нем описаны методы и результаты исследования по применению искусственных нейронных сетей для классификации кривых восстановления давления. [10]
Книга посвящена одному из современных направлений в области информатики и вычислительной техники - нейрокомпьютерным технологиям. Достоинством книги является то, что в ней рассмотрены не только вопросы теории искусственных нейронных сетей, но и большое внимание уделено современным программным оболочкам-имитаторам нейронных сетей, а также решению с их помощью практических задач распознавания образов, кластеризации, прогнозирования, оптимизации, построения и использования нейросетевых экспертных систем. Книга содержит обширный справочный материал. [11]
В настоящее время нейронные сети стали одним из основных инструментов теории искусственного интеллекта и трудно назвать прикладную область где бы не были хотя бы попытки их успешного применения. И сами нейронные сети сформировались в мощное разветвленное научное направление, которое включает теорию искусственных нейронных сетей, нейроматематику и нейрокомпьютеры, реализующие нейросетевые парадигмы. Теория искусственных нейронных сетей, являясь основой всего направления, еще во - многом находится в периоде становления несмотря на многообразие нейросетевых парадигм и типов нейронных сетей, реализующих их. [12]
Основная часть книги посвящена классическим методам ИИ, широко используемым на практике, но, увы, не являющимся на сегодняшний день наиболее перспективными. Студентам и аспирантам, желающим продвинуться в применении интеллектуальных систем для решения практически ценных задач, следует ознакомиться с целым рядом новых направлений: теорией искусственных нейронных сетей, методами кластерного анализа и многомерного шкалирования, фракталами и вейвлит-анализом. [13]
В настоящее время нейронные сети стали одним из основных инструментов теории искусственного интеллекта и трудно назвать прикладную область где бы не были хотя бы попытки их успешного применения. И сами нейронные сети сформировались в мощное разветвленное научное направление, которое включает теорию искусственных нейронных сетей, нейроматематику и нейрокомпьютеры, реализующие нейросетевые парадигмы. Теория искусственных нейронных сетей, являясь основой всего направления, еще во - многом находится в периоде становления несмотря на многообразие нейросетевых парадигм и типов нейронных сетей, реализующих их. [14]
Страницы: 1