Пример готовой курсовой работы по предмету: Информатика
Содержание
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
ГЛАВА
1. ОСНОВНЫЕ ПОЛОЖЕНИЯ ТЕОРИИ НЕЙРОННЫХ СЕТЕЙ 4
ГЛАВА
2. НЕЙРОННЫЕ СЕТИ КАК МЕТОД ДОБЫЧИ ЗНАНИЙ 7
1.1 ЭЛЕМЕНТЫ НЕЙРОННЫХ СЕТЕЙ 8
2.2 АКТИВАЦИОННЫЕ ФУНКЦИИ 9
2.3 АРХИТЕКТУРЫ НЕЙРОННЫХ СЕТЕЙ 10
ГЛАВА
3. РЕШЕНИЕ ЗАДАЧ НЕЙРОННЫМИ СЕТЯМИ 11
3.1. ЗАДАЧА ЧЕТКОГО РАЗДЕЛЕНИЯ ДВУХ КЛАССОВ 12
3.1.1. МАТЕМАТИЧЕСКИЙ АППАРАТ 12
3.1.2 ПЕРСЕПТРОН РОЗЕНБЛАТТА. 16
3.1.3 АЛГОРИТМ ПОСТРОЕНИЯ ГИПЕРПЛОСКОСТИ, РАЗДЕЛЯЮЩЕЙ КЛАССЫ. 18
3.2 ЗАПОЛНЕНИЕ ПРОБЕЛОВ В ДАННЫХ (ПРОГНОЗИРОВАНИЕ ЗНАЧЕНИЙ) 19
3.2.1 МАТЕМАТИЧЕСКИЙ АППАРАТ. 19
3.2.2 СЕТИ ХОПФИЛДА 21
3.2.2.1 ТОПОЛОГИЯ, ОБУЧЕНИЕ И АЛГОРИТМ ДЕЙСТВИЙ СЕТИ 23
3.2.3 АНАЛИЗ БАЗ ДАННЫХ С ПОМОЩЬЮ НЕЙРОННОЙ СЕТИ ХОПФИЛДА 25
3.2.3.1 ЭТАПЫ РАБОТЫ ПРИ АНАЛИЗЕ БАЗЫ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННОЙ СЕТИ. 29
ЗАКЛЮЧЕНИЕ 30
СПИСОК ЛИТЕРАТУРЫ 32
Выдержка из текста
В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Актуальность исследований в этом направлении подтверждается массой различных применений нейросетей. Это автоматизация процессов распознавания образов, адаптивное управление, аппроксимация функционалов, прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения. С помощью нейросетей можно, например, предсказывать показатели биржевого рынка, выполнять распознавание оптических или звуковых сигналов, создавать самообучающиеся системы, способные управлять автомашиной при парковке или синтезировать речь по тексту. В то время как на западе применение НС уже достаточно обширно, у нас это еще в некоторой степени экзотика – российские фирмы, использующие НС в практических целях, наперечет. Широкий круг задач, решаемый нейронными сетями, не позволяет в настоящее время создавать универсальные, мощные сети, вынуждая разрабатывать специализированные сети, функционирующие по различным алгоритмам. Тем не менее, тенденции развития нейросетей растут с каждым годом
Список использованной литературы
Список литературы
1. Мак Каллок У.С., Питтс У. Логическое исчисление идей, относящихся к нервной активности // Автоматы, под ред. Шеннона К.Э. и Маккарти Дж. М.: ИЛ, 2003. С. 362 — 384.
2. Минский М., Пейперт С. Перцептроны./ Минский М. Мир, 2001. 234 с.
3. Розенблат Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. Мир, 2004, 248 с.
4. С. Короткий, "Нейронные сети: Алгоритм обратного распространения". СПб, 2002, 328 с.
5. С. Короткий,"Нейронные сети: Основные положения. СПб, 2002. 357 с.
6. Фомин С.В., Беркенблит М.Б. Математические проблемы в биологии. М.: Наука, 2004, 200 с.
7. Фон Нейман Дж. Вероятностная логика и синтез надежных организмов из ненадежных компонент. // Автоматы, под ред. Шеннона К.Э. и Маккарти Дж. М.: ИЛ, 2003, С. 68 — 139.
8. Фон Нейман Дж. Теория самовоспроизводящихся автоматов. М.: Мир, 2001, 382 с.
9. Фролов А.А., Муравьев И.П. Информационные характеристики нейронных сетей. М.: Наука, 2005, 160 с.
10. Фролов А.А., Муравьев И.П. Нейронные модели ассоциативной памяти. М.: Наука, 2004, 160 с.
11. Е.С.Борисов Основные модели и методы теории искусственных нейронных сетей. — http://mechanoid.kiev.ua
12. Е.С.Борисов О методах обучения многослойных нейронных сетей прямого распространения. ч.1 Общие положения — http://mechanoid.kiev.ua
13. Е.С.Борисов О методах обучения многослойных нейронных сетей прямого распространения. ч.3 Градиентные методы второго порядка — http://mechanoid.kiev.ua
14. Осовский С. Нейронные сети для обработки информации. — М.: Финансы и статистика, 2002.
