ArtТова приложение за изкуствена невронна мрежа ще обясни основните теми на междинни теми
През последните няколко години предметът на изкуствените невронни мрежи е узрял до голяма степен. И особено с появата на много високопроизводителни компютри, темата е придобила огромно значение и има много голям потенциал за прилагане през последните години.
► В това приложение за изкуствени невронни мрежи ще дефинираме какво означава невронна мрежа. И както подсказва името, всъщност терминът „невронни мрежи“ произтича от произхода на човешкия мозък, или човешката нервна система, която се състои от мащабно голяма паралелна връзка на голям брой неврони. И това постига различни задачи, различни задачи за възприемане, задачи за разпознаване и т.н., в удивително малко време. Макар и сравними с високопроизводителните компютри днес. при което може да се направи компютър, който да имитира голямото количество междусистемни връзки и мрежи. Съществува между всички нервни клетки, може ли да се използва за извършване на някои сложни задачи за обработка, където и днешните високопроизводителни компютри също не могат да направят, тази тема е тази, която ще разгледаме.
TechnologyВ информационните технологии, невронната мрежа е система от хардуер и / или софтуер, оформена след работа на невроните в човешкия мозък. Невронните мрежи - наричани още изкуствени невронни мрежи - са разнообразни технологии за дълбоко обучение
►Искусните невронни мрежи са методи за прогнозиране, които се основават на прости математически модели на мозъка. Те позволяват сложни нелинейни връзки между променливата за отговор и неговите предиктори
►Искусните невронни мрежи (ANNs) са статистически модели, директно вдъхновени от и частично моделирани в биологични невронни мрежи. Те са способни да моделират и обработват паралелно нелинейни връзки между входове и изходи
Ne Дълбоката невронна мрежа (DNN) е ANN с множество скрити слоеве между входните и изходните слоеве. Подобно на плитките АНС, DNN може да моделира сложни нелинейни връзки. ❱
【Тук са изброени няколко важни теми
Concept Основни понятия
Blo Строителни блокове
And Обучение и адаптация
Learning Наблюдавано обучение
. Неподдържано обучение
Vector Учене на векторно квантуване
. Теория на адаптивния резонанс
. Kohonen самоорганизиращи се карти
Memory Асоциирани мрежи с памет
Ne Изкуствена невронна мрежа - мрежи Хопфилд
. Машина Boltzmann
. Мрежа на държавата-в-кутия
Ization Оптимизация с използване на мрежата Hopfield
Optim Други техники за оптимизация
Ne Изкуствена невронна мрежа - генетичен алгоритъм
Of Приложения на невронни мрежи
Ne Нейронни мрежи на Джан за онлайн решение на линейни неравенства във времето
⇢ Байесови регламентирани невронни мрежи за малки п-големи данни
⇢ Общи регресионни невронни мрежи с приложение в неутронната спектрометрия
Ous Непрекъсната непрекъсната времева невронна мрежа за съвместно изравняване и декодиране - alog Аналогови аспекти на хардуерното изпълнение
⇢ Откриване на пряк сигнал без помощ от данни: MIMO функционален мрежов подход
Ne Изкуствена невронна мрежа като FPGA тригер за откриване на неутрино-индуцирани въздушни душове
F От размита експертна система към изкуствена невронна мрежа: приложение към асистирана речева терапия
Net Невронни мрежи за диагностика на газови турбини
Of Прилагане на невронни мрежи (NNs) за класификация на дефекти на тъканите
Ions Прогнози с гръмотевици, използващи изкуствени невронни мрежи
Анализ на въздействието на въздушно-частичните частици върху градското замърсяване с помощта на хибридните невронни мрежи
Method Усъвършенствани методи за анализ на чувствителността на базата на невронни мрежи с техните приложения в гражданското строителство
⇢ Изкуствени невронни мрежи при планиране на производството и прогнозиране на доходността на ⇢ ⇢ ⇢ Система за производство на полупроводникови пластини
Network Обратно моделиране на невронни мрежи за оптимизация
Актуализирано на
4.12.2019 г.