Скачивание началось.
Взамен отправьте на сайт одну из ваших хороших работ

Пожалуйста, не загружайте работы, только-что скачанные из Интернета. Подберите работу, в которую вложены ваши знания и труд - работу, которой вы хотели бы поделиться с другими студентами. Они будут признательны вам.

Если вас поджимают сроки, рекомендуем обратиться в компанию Multiwork. Перейдите по ссылке, чтобы узнать стоимость уникальной работы и сделать заказ у профессионалов.

Главная Коллекция "Otherreferats" Программирование, компьютеры и кибернетика Нейронные сети - функционирование, активация, персептроны

презентация  Нейронные сети - функционирование, активация, персептроны

Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.

Нажав на кнопку "Скачать архив", вы скачаете нужный вам файл совершенно бесплатно.
Перед скачиванием данного файла вспомните о тех хороших рефератах, контрольных, курсовых, дипломных работах, статьях и других документах, которые лежат невостребованными в вашем компьютере. Это ваш труд, он должен участвовать в развитии общества и приносить пользу людям. Найдите эти работы и отправьте в базу знаний.
Мы и все студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будем вам очень благодарны.

Чтобы скачать архив с документом, в поле, расположенное ниже, впишите пятизначное число и нажмите кнопку "Скачать архив"

  ______   _____   __    ______   _______ 
 / ____ \ / ___ \ /  \  / ___  \ (  __   )
( (    \/( (   ) )\/) ) \/   )  )| (  )  |
| (____  ( (___) |  | |     /  / | |  |  |
|  ___ \  \____  |  | |    /  /  | |  |  |
| (   ) )      ) |  | |   /  /   | |  |  |
( (___) )/\____) )__) (_ /  /    | (__)  |
 \_____/ \______/ \____/ \_/     (_______)
                                          

Введите число, изображенное выше:

Рубрика Программирование, компьютеры и кибернетика
Вид презентация
Язык русский
Дата добавления 16.10.2013
Размер файла 127,7 K

Подобные документы

  • Разработка и исследование искусственной нейронной сети для управления динамическим объектом с переменными параметрами

    Математическая модель нейронной сети. Однослойный и многослойный персептрон, рекуррентные сети. Обучение нейронных сетей с учителем и без него. Алгоритм обратного распространения ошибки. Подготовка данных, схема системы сети с динамическим объектом.

    дипломная работа [2,6 M], добавлен 23.09.2013

  • Разработка программы моделирования нейронной сети

    Общие сведения о принципах построения нейронных сетей. Искусственные нейронные системы. Математическая модель нейрона. Классификация нейронных сетей. Правила обучения Хэбба, Розенблатта и Видроу-Хоффа. Алгоритм обратного распространения ошибки.

    дипломная работа [814,6 K], добавлен 29.09.2014

  • Метод обучения нейронных сетей (правило обратного распространения ошибки)

    Обучение простейшей и многослойной искусственной нейронной сети. Метод обучения перцептрона по принципу градиентного спуска по поверхности ошибки. Реализация в программном продукте NeuroPro 0.25. Использование алгоритма обратного распространения ошибки.

    курсовая работа [1019,5 K], добавлен 05.05.2015

  • Автоматизированная система построения нейронной сети методом обратного распространения ошибки

    Рассмотрение способов применения и основных понятий нейронных сетей. Проектирование функциональной структуры автоматизированной системы построения нейросети обратного распространения ошибки, ее классов и интерфейсов. Описание периода "бета тестирования".

    дипломная работа [3,0 M], добавлен 02.03.2010

  • Исследование алгоритмов обучения нейронных сетей "с учителем"

    Диагностический анализ изучения алгоритмов обучения нейронных сетей "с учителем". Сбор входных и выходных переменных для наблюдений и понятие пре/пост процессирования. Подготовка и обобщение многослойного персептрона, модель обратного распространения.

    курсовая работа [249,3 K], добавлен 22.06.2011

  • Искусственные нейронные сети

    Возможности 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 13.10.2015

  • Разработка искусственной нейронной сети

    Математическая модель искусственной нейронной сети. Структура многослойного персептрона. Обучение без учителя, методом соревнования. Правило коррекции по ошибке. Метод Хэбба. Генетический алгоритм. Применение нейронных сетей для синтеза регуляторов.

    дипломная работа [1,5 M], добавлен 17.09.2013

  • Искусственные нейронные сети

    Принципы организации и функционирования биологических нейронных сетей. Система соединенных и взаимодействующих между собой простых процессоров. Нейронные сети Маккалока и Питтса. Оценка качества кластеризации. Обучение многослойного персептрона.

    курсовая работа [1,1 M], добавлен 06.12.2010

  • Разработка нейронной сети с быстрой и простой обучаемостью программы новым символам

    Обзор программных продуктов для анализа изображений: ABBYY FineReader и OCR CuneiForm. Понятие и виды нейронных сетей. Алгоритм обучения персептрона. Результаты исследований и описание интерфейса программы. Расчет себестоимости программного обеспечения.

    дипломная работа [590,7 K], добавлен 17.08.2011

  • Обучение персептрона с использованием нормированной функции настройки

    Понятия интеллектуальной информационной системы. Нейронные сети и информационные программные средства для реализации их алгоритмов. Моделирование систем в среде MATLAB. Особенности выполнения демонстрационного примера "Обучение персептрона с Learnpn".

    курсовая работа [572,8 K], добавлен 20.02.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

© 2000 — 2025, ООО «Олбест» Все наилучшее для вас