Методы нейроинформатики
МОДЕЛИРОВАНИЕ ДАННЫХ ПРИ ПОМОЩИ КРИВЫХ ДЛЯ ВОССТАНОВЛЕНИЯ ПРОБЕЛОВ В ТАБЛИЦАХ
--- 2. Итерационный метод главных компонент для данных с пропусками
3. Квазилинейные факторы и формулы Карлемана
ФИНИТНОСТЬ И ДЕТЕРМИНИРОВАННОСТЬ ПРОСТЫХ ПРОГРАММ ДЛЯ КИНЕТИЧЕСКОЙ МАШИНЫ КИРДИНА
2. Понятие кинетической машины Кирдина
3. Модели выполнения программы
4. Программы, состоящие из одной команды
АЛГОРИТМИЧЕСКАЯ УНИВЕРСАЛЬНОСТЬ КИНЕТИЧЕСКОЙ МАШИНЫ КИРДИНА
ПОГРЕШНОСТИ НЕЙРОННЫХ СЕТЕЙ. ВЫЧИСЛЕНИЕ ПОГРЕШНОСТЕЙ ВЕСОВ СИНАПСОВ
--- 1. Введение
3. Два базовых подхода к оценкам погрешности
5. Гарантированные интервальные оценки погрешностей весов синапсов
6. Среднеквадратические оценки погрешностей весов синапсов
1. Проблемы обработки таблиц экспериментальных данных
2. Искусственные нейронные сети
2.2. Архитектуры нейронных сетей
2.3. Решение задач нейронными сетями
2.6. Вычисление градиента функции оценки по подстроечным параметрам сети
2.7. Факторы, влияющие на обучение нейронной сети
2.8. Упрощение нейронных сетей
3. Транспонированная задача регрессии
4. Применение нейросетевых технологий для обработки таблицы климатических данных
4.2. Построение классификационной модели ландшафтных зон и секторов континентальности
4.2.2. Идентификация лесных зон по континентальности
4.3. Прогнозирование возможного изменения ландшафтных зон и секторов континентальности
Интуитивное предсказание нейросетями взаимоотношений В ГРУППЕ
1. Проблема оценки взаимоотношений
3. Применяемые в экспериментах психологические методики
4. Эксперименты по предсказанию группового статуса
5. Нейросетевое исследование структуры опросника
6. Оценка оптимизации задачника нейросетью с позиций теории информации
7 Эксперименты по предсказанию парных взаимоотношений
АППРОКСИМАЦИЯ МНОГОМЕРНЫХ ФУНКЦИЙ ПОЛУТОРАСЛОЙНЫМ ПРЕДИКТОРОМ С ПРОИЗВОЛЬНЫМИ ПРЕОБРАЗОВАТЕЛЯМИ
3. Запись решения в идеологии нейросетей
5. Оценка информационной емкости нейронной сети при помощи выборочной константы Липшица
--- 9. Вход сети
--- 10. Выход сети
--- 11. Синапс сети
--- 13. Нейрон
--- 14. Поток сети
15. Скомпонованная полутораслойная поточная сеть
ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ПРИ РЕШЕНИИ АНАЛИТИЧЕСКИХ ЗАДАЧ В ГИС
ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ПРОВЕДЕНИЯ УЧЕБНО-ИССЛЕДОВАТЕЛЬСКИХ РАБОТ
2. Зимняя Политехническая Школа по Нейроинформатике
--- 5. Перспективы
--- Вывод
2. Логически прозрачные нейронные сети
2.2. Критерии логической прозрачности нейронной сети
2.3. Требования к нелинейности элементов
4. Приведение нейронных сетей к логически прозрачному виду
5. Вербализация нейронных сетей
8. Влияние функции оценки на логическую прозрачность сети. Исключение примеров
9. Как выбирают американских президентов
12 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73