IV Всероссийская научно-техническая конференция "Нейроинформатика-2002"
Байесова регуляризация обучения и интерполяция функций без кросс-валидации. Оптимизация кластерной модели. Нейросетевые аппроксимации плотности распределения вероятности в задачах информационного моделирования. Фракталы, аттракторы, нейронные сети.
| Рубрика | Программирование, компьютеры и кибернетика |
| Предмет | Нейроинформатика |
| Вид | курс лекций |
| Язык | русский |
| Прислал(а) | incognito |
| Дата добавления | 08.02.2013 |
| Размер файла | 1,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Подобные документы
Характеристика моделей обучения. Общие сведения о нейроне. Искусственные нейронные сети, персептрон. Проблема XOR и пути ее решения. Нейронные сети обратного распространения. Подготовка входных и выходных данных. Нейронные сети Хопфилда и Хэмминга.
контрольная работа [1,4 M], добавлен 28.01.2011Возможности программ моделирования нейронных сетей. Виды нейросетей: персептроны, сети Кохонена, сети радиальных базисных функций. Генетический алгоритм, его применение для оптимизации нейросетей. Система моделирования нейронных сетей Trajan 2.0.
дипломная работа [2,3 M], добавлен 13.10.2015Компьютерное моделирование - вид технологии. Анализ электрических процессов в цепях второго порядка с внешним воздействием с применением системы компьютерного моделирования. Численные методы аппроксимации и интерполяции и их реализация в Mathcad и Matlab.
курсовая работа [1,1 M], добавлен 21.12.2013Искусственные нейронные сети, строящиеся по принципам организации и функционирования их биологических аналогов. Элементарный преобразователь в сетях. Экспериментальный автопилотируемый гиперзвуковой самолет-разведчик LoFLYTE, использующий нейронные сети.
презентация [1,3 M], добавлен 23.09.2015Зависимость функций плотности вероятности, кумулятивного и обратного кумулятивного распределений от их параметров. Представление примеров вычисления вероятностей и доверительных интервалов. Рассмотрено нормального, логнормального, бинарного распределения.
курсовая работа [377,0 K], добавлен 28.07.2012Определение и виды модели, ее отличие от понятия моделирования. Формула искусственного нейрона. Структура передачи сигнала между нейронами. Способность искусственных нейронных сетей к обучению и переобучению. Особенности их применения в финансовой сфере.
реферат [136,2 K], добавлен 25.04.2016Информационные ресурсы в области науки и техники. Характеристика деятельности организаций: Всероссийского научно-технического информационного центра, объединения "Росинформресурс", общие сведения о ВИНИТИ, Информационно-издательском центре Роспатента.
реферат [29,4 K], добавлен 22.06.2011Задачи моделирования освещения. Локальные и глобальные модели. Диффузное и зеркальное отражение. Уравнение освещенности Фонга. Интерполяция цвета (закраска Гуро). Вычисление нормалей и клонирование вершин. Ошибки интерполяции Фонга, поддержка в OpenGL.
презентация [71,7 K], добавлен 14.08.2013Роль интерполяции функций в вычислительной математике. Реализация интерполирования функций полиномом Лагранжа в программном продукте MatLab. Интерполяционная формула Лагранжа. Интерполяция по соседним элементам, кубическими сплайнами. Анализ результатов.
курсовая работа [1,4 M], добавлен 10.06.2012Понятие искусственного нейрона и искусственных нейронных сетей. Сущность процесса обучения нейронной сети и аппроксимации функции. Смысл алгоритма обучения с учителем. Построение и обучение нейронной сети для аппроксимации функции в среде Matlab.
лабораторная работа [1,1 M], добавлен 05.10.2010