yandex rtb 1
ГоловнаЗворотній зв'язок

Категорії

yande share

Методы нейроинформатики

ПРЕДИСЛОВИЕ РЕДАКТОРА

МОДЕЛИРОВАНИЕ ДАННЫХ ПРИ ПОМОЩИ КРИВЫХ ДЛЯ ВОССТАНОВЛЕНИЯ ПРОБЕЛОВ В ТАБЛИЦАХ

--- 1. Общая схема метода

--- 2. Итерационный метод главных компонент для данных с пропусками

3. Квазилинейные факторы и формулы Карлемана

4. Нейронный конвейер

ФИНИТНОСТЬ И ДЕТЕРМИНИРОВАННОСТЬ ПРОСТЫХ ПРОГРАММ ДЛЯ КИНЕТИЧЕСКОЙ МАШИНЫ КИРДИНА

2. Понятие кинетической машины Кирдина

3. Модели выполнения программы

4. Программы, состоящие из одной команды

4.2. Синтез

4.3. Прямая замена

5. Заключение

 

АЛГОРИТМИЧЕСКАЯ УНИВЕРСАЛЬНОСТЬ КИНЕТИЧЕСКОЙ МАШИНЫ КИРДИНА

 

ПОГРЕШНОСТИ НЕЙРОННЫХ СЕТЕЙ. ВЫЧИСЛЕНИЕ ПОГРЕШНОСТЕЙ ВЕСОВ СИНАПСОВ

--- 1. Введение

--- 2. Структура сети

3. Два базовых подхода к оценкам погрешности

4. Погрешности весов синапсов

5. Гарантированные интервальные оценки  погрешностей весов синапсов

6. Среднеквадратические оценки погрешностей весов синапсов

7. Заключение

 

НЕЙРОСЕТЕВЫЕ МЕТОДЫ ОБРАБОТКИ ИНФОРМАЦИИ В ЗАДАЧАХ ПРОГНОЗА КЛИМАТИЧЕСКИХ ХАРАКТЕРИСТИК И ЛЕСОРАСТИТЕЛЬНЫХ СВОЙСТВ ЛАНДШАФТНЫХ ЗОН

1. Проблемы обработки таблиц экспериментальных данных

2.       Искусственные нейронные сети

2.1. Элементы нейронных сетей

2.2. Архитектуры нейронных сетей

2.3. Решение задач нейронными сетями

2.5. Обучение нейронных сетей

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

5. Заключение

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

2. Аналитическое решение

3. Запись решения в идеологии нейросетей

4. Алгоритмическая часть

5. Оценка информационной емкости нейронной сети при помощи выборочной константы Липшица

6. Соглашение о терминологии

--- 7. Компоненты сети

--- 8. Общий элемент сети

--- 9. Вход сети

--- 10. Выход сети

--- 11. Синапс сети

--- 12. Тривиальный сумматор

--- 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

3. Задачи

4. Результаты

--- 5. Перспективы

--- Вывод

 

ПРОИЗВОДСТВО ПОЛУЭМПИРИЧЕСКИХ ЗНАНИЙ ИЗ ТАБЛИЦ ДАННЫХ С ПОМОЩЬЮ ОБУЧАЕМЫХ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

2. Логически прозрачные нейронные сети

2.2. Критерии логической прозрачности нейронной сети

2.3. Требования к нелинейности элементов

3. Контрастирование нейронов

4. Приведение нейронных сетей к логически прозрачному виду

4.3. Приведение настраиваемых параметров сети к предельным значениям и модификация нелинейных преобразователей нейронов

5. Вербализация нейронных сетей

7. Когнитологические аспекты

8. Влияние функции оценки на логическую прозрачность сети. Исключение примеров

9. Как выбирают американских президентов

 

1