-
Neironu tīkli
Referāts78 Datori, elektronika, programmēšana, Matemātika, Uzņēmējdarbība
Nr. | Sadaļas nosaukums | Lpp. |
Ievads | 2 | |
1. | Neironu tīklu apmācības teorija | 4 |
1.1. | Neironu tīklu struktūra | 4 |
1.2. | Neironu tīklu optimizācijas algoritmi | 16 |
1.3. | Neironu tīklu pamatparadigmas | 29 |
2. | Interesanti mākslīgo neironu tīklu pielietošanas aspekti | 37 |
2.1. | Jaunu zināšanu sintezēšana, pielietojot neironu tīklus (Data meaning tehnoloģija) | 37 |
2.2. | Mākslīgo neironu tīklu pielietošana laika rindu analīzē | 42 |
2.3. | Vispārīga pieeja prognozējot ar neironu tīkliem | 54 |
2.4. | Vai var prognozēt likumsakarības laika rindās? | 57 |
3. | Mākslīgo neironu tīklu modelēšana | 59 |
3.1. | Neironu tīklu modelēšanas problēma | 59 |
3.2. | Modelējošā programma | 61 |
4. | Mākslīgo neironu tīklu izmantošana | 68 |
4.1. | zslēdzošā VAI realizācija neironu tīklā | 68 |
4.2. | Divu bināro skaitļu saskaitīšana neironu tīklā | 69 |
4.3. | Trigonometrisko funkciju vērtību prognozēšana | 70 |
4.4. | Reālu tirgus modeļu izveidošana | 71 |
Nobeigums | 77 | |
Izmantotās literatūras saraksts | 78 | |
1. Pielikums | 80 | |
2. Pielikums | 82 | |
3. Pielikums | 87 |
Var pieņemt, ka iekārtām, kas uzbūvētas pēc tādiem pašiem principiem kā bioloģiskie neironi, būs augstāk minētās īpašības.
Šobrīd eksistē divi piegājieni neironu tīklu modeļu izveides problēmu risināšanai: aparatūras un programmas. Aparatūras piegājiena attīstības rezultātā radās neiroplates. Programpiegājiens ir vairāk izplatītāks un to cenšas izmantot gan militāru mērķu (tehnikas tipa atpazīšana pēc tās attēla u.t.t.), tā arī citos mērķos (attēlu, runas un citu analogo datu atpazīšana ).
NT principā var veikt jebkuras skaitļošanas funkcijas, t.i. viņi var darīt visu to ko spēj vienkārši datori. Praksē NT ir ļoti noderīgi klasifikācijas un aproksimikācijas uzdevumu risināšanā.
Kādi ir NT veidi? Pastāv vairāki neironu tīklu veidi, kurus klasificē pēc to arhitektūras. Visbiežāk izmantojamie ir: tiešās izplatības (feed-forward) un rekurentie (recurrent) mākslīgie neironu tīkli.
Mūsdienās mākslīgie neironu tīkli tiek aktīvi izmantoti visās cilvēka darbības sfērās: militārajā, politikā, ekonomikā u.c.
Dotā darba mērķis ir apskatīt neironu tīklu funkcionēšanas principus, apskatīt to veidus, vairāku neironu tīklu modeļu izveidošanu un apmācību algoritmus, lai noskaidrotu to praktisko derīgumu atrisinot dažāda veida uzdevumus.
Galvenais dotā darba mērķis bija neironu tīkla izveidošana, kurš ir spējīgs funkcionēt uz personālā datora, un to varētu izmantot visi interesenti. Kā arī apmācīt neironu tīklu darbam ar dažāda veida laika rindām, kas būtu spējīgs atpazīt trenda pagriešanos. Savlaicīga trenda pagriešanās atpazīšana ļauj izvēlēties visveiksmīgāko biržas spēles stratēģiju un līdz ar to rast praktisku pielietojumu ekonomikas sfērā.…
- Datortīkli, to iedalījums un lietošana
-
Neironu tīkli
Referāts78 Datori, elektronika, programmēšana, Matemātika, Uzņēmējdarbība
- Tīklu tehnoloģijas
-
Tu vari jebkuru darbu ātri pievienot savu vēlmju sarakstam. Forši!Datortīkli, to iedalījums un lietošana
Referāts augstskolai3
-
Korporatīvie tīkli ar integrētiem balss - datu servisiem
Referāts augstskolai30
-
Tīklu tehnoloģijas
Referāts augstskolai4
-
Slaidu konspekti
Referāts augstskolai6
-
Induktīvu secināšanas sistēmu analīze
Referāts augstskolai207