Представление знаний в информационных системах - Программирование, компьютеры и кибернетика реферат

Главная

Программирование, компьютеры и кибернетика
Представление знаний в информационных системах

Этапы решения задачи классификации цифр арабского алфавита на основе нейронных сетей: выбор класса, структуры и пакета нейронной сети, ее обучение, требования к информационной и программной совместимости, составу и параметрам технических средств.


посмотреть текст работы


скачать работу можно здесь


полная информация о работе


весь список подобных работ


Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
вектор, значения всех координат которого должны быть равными 0, за исключением координаты, соответствующей выходному элементу, представляющему искомый класс(значение этой координаты должно быть равным 1)
указание принадлежности входного образа одному или нескольким предварительно определенным классам
распознавание букв, распознавание речи, классификация сигнала электрокардиограммы, классификация клеток крови
вектор признаков, в котором отсутствуют метки классов
Алгоритм основан на подобии образов и размещает близкие образы в один кластер
извлечение знаний, сжатие данных и исследование свойств данных
(имеется обучающая выборка ((xl yi), (х 2 , у 2 ), ..., (xn, yw)), которая генерируется неизвестной функцией, искаженной шумом)
рассчитанное сетью значение функции
Прогнозирование ( заданы N дискретных отсчетов {(y(f 1 ), y(f 2 ), …, y(f N )} в последовательные моменты времени t 1 , t 2 , …, t N )
вектора данных по M признакам за T периодов времени
вектора данных по M признакам за периоды времени T+L
предсказание значения y(t N +1 ) в момент t N +1
принятие решений в бизнесе, науке и технике
(рассматривается динамическая система, заданная совокупностью {u(t), y(t)})
u(t) - входное управляющее воздействие
(t) - выход системы в момент времени t
расчет такого входного воздействия u(t), при котором система следует по желаемой траектории, диктуемой эталонной моделью
сети прямого распространения (персептрон, однослойный и многослойный)
реккурентные (однослойные и многослойные, в том числе сети Хопфилда и двунаправленная ассоциативная память)
отдельный персептронный нейрон вычисляет взвешенную сумму элементов входного сигнала, вычитает значение смещения и пропускает результат через жесткую пороговую функцию, выход которой равен +1 или -1 в зависимости от принадлежности входного сигнала к одному из двух классов
распознавание образов, классификация
программные или аппаратные реализации модели очень просты. Простой и быстрый алгоритм обучения
простые разделяющие поверхности (гиперплоскости) дают возможность решать лишь несложные задачи распознавания
Многослойный персептрон с обучением по методу обратного распространения ошибки
используется алгоритм обратного распространения ошибки. Тип входных сигналов - целые и действительные, тип выходных сигналов - действительные из интервала, заданного передаточной функцией нейронов. Тип передаточной функции - сигмоидальная
распознавание образов, классификация, прогнозирование, распознавание речи. Контроль, адаптивное управление, построение экспертных систем
первый эффективный алгоритм обучения многослойных нейронных сетей
этот метод относится к алгоритмам с минимальной скоростью сходимости. Для увеличения скорости сходимости необходимо использовать матрицы вторых производных функции ошибки
Тип входных и выходных сигналов - биполярные. Тип передаточной функции - жёсткая пороговая.
ассоциативная память, адресуемая по содержанию, распознавание образов, задачи оптимизации(в том числе, комбинаторной оптимизации).
позволяет восстановить искажённые сигналы
размерность и тип входных сигналов совпадают с размерностью и типом выходных сигналов. Это существенно ограничивает применение сети в задачах распознавания образов. При использовании сильно коррелированных векторов-образцов возможно зацикливание сети в процессе функционирования. Небольшая ёмкость, квадратичный рост числа синапсов при увеличении размерности входного сигнала
обычная трехслойная сеть с обратным распространением ошибки с разными передаточными функциями в блоках скрытого слоя
обучение, хорошее обобщение на зашумленных данных
сеть состоит из М нейронов, образующих прямоугольную решетку на плоскости. Элементы входных сигналов подаются на входы всех нейронов сети. В процессе работы алгоритма настраиваются синаптические веса нейронов. Входные сигналы (вектора действительных чисел) последовательно предъявляются сети, при этом требуемые выходные сигналы не определяются. После предъявления достаточного числа входных векторов, синаптические веса сети определяют кластеры. Кроме того, веса организуются так, что топологически близкие нейроны чувствительны к похожим входным сигналам
кластерный анализ, распознавание образов, классификация
сеть может быть использована для кластерного анализа только в случае, если заранее известно число кластеров
способна функционировать в условиях помех, так как число классов фиксировано, веса модифицируются медленно, и настройка весов заканчивается после обучения
Двунаправленная ассоциативная память
является гетероассоциативной. Входной вектор поступает на один набор нейронов, а соответствующий выходной вектор вырабатывается на другом наборе нейронов. Входные образы ассоциируются с выходными
ассоциативная память, распознавание образов
сеть может строить ассоциации между входными и выходными векторами, имеющими разные размерности
Емкость жестко ограничена, возможны ложные ответы
допускаются любые расширения файлов с обучающими парами
встроенный графический редактор, аналог табличного редактора
очень хорошая справка, собственные алгоритмы обучения
ограниченность настройки параметров сети
невозможность сохранения результатов опроса обученной сети
ограниченность по числу алгоритмов обучения
ограниченные функциональные возможности
возможность импорта только 5 типов входных файлов
IBM - совместимый персональный компьютер класса 486/66 или выше (ж е лательно Pentium II или выше)
Под обучением искусственной нейронной сети понимается процесс настройки весовых коэффициентов ее базовых процессорных элементов, результатом чего является выполнение сетью конкретных задач -- распознавания, оптимизации, аппроксимации, управления. Достижение подобных целей формализуется критерием качества Q, минимальное значение min W Q=Q* которого соответствует наилучшему решению поставленной задачи [5].
Трехслойная сеть с обходным соединением
Б1 - комп. Гаусса, Б2 - комп. Гаусса
Б1 - комп. Гаусса, Б2 - логистическая
Разработка структуры реляционной базы данных для информационной системы "Распределение учебной нагрузки". Требования к информации, надежности, составу и параметрам технических средств. Нормализация информационных объектов, логическая модель данных. курсовая работа [2,3 M], добавлен 03.05.2015
Общие сведения об электронных учебниках, структура и функции. Обзор методов решения поставленной задачи и обоснование их выбора. Требования к информационной и программной совместимости, составу и параметрам технических средств. Характеристика программы. курсовая работа [3,0 M], добавлен 20.09.2014
Документ, на основании которого ведется разработка. Требования к составу и параметрам технических средств, к информационной и программной совместимости. Проработка программных средств. Переопределение стандартных операций для абстрактных типов данных. курсовая работа [371,5 K], добавлен 21.02.2012
Различные методы решения задачи классификации. Нейросетевые парадигмы, методы обучения нейронных сетей, возникающие при этом проблемы и пути их решения. Описание программной реализации классификатора, его функциональные возможности и результаты обучения. дипломная работа [1,0 M], добавлен 28.12.2015
Развитие эффективных способов воспроизведения музыкальной информации без потери качества. Требования к функциональным характеристикам, к надежности и безопасности, к составу и параметрам технических средств, к информационной и программной совместимости. курсовая работа [496,0 K], добавлен 03.12.2010
Назначение и цели создания системы. Требования к программе или программному изделию, к информационной и программной совместимости, к составу и параметрам технических средств. Алгоритм Rijndael. Назначение и условия применения программного продукта. дипломная работа [1,3 M], добавлен 01.03.2009
Требования к составу и параметрам технических средств, информационной и программной совместимости. Разработка функциональных моделей автоматизированной системы "Деятельность бетонно-растворного узла". Интерфейс Web-приложения, руководство пользователя. курсовая работа [4,6 M], добавлен 04.10.2014
Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д. PPT, PPTX и PDF-файлы представлены только в архивах. Рекомендуем скачать работу .

© 2000 — 2021



Представление знаний в информационных системах реферат. Программирование, компьютеры и кибернетика.
Как Научиться Понимать Самого Себя Сочинение Аргументы
Курсовая работа: Уголовно-процессуальное доказывание
Реферат по теме Разработка технологического процесса изготовления печатной платы для широкодиапазонного генератора импульсов
Контрольная Работа На Тему Разработка Проектной Части Эколого-Экономической Экспертизы Эксплуатации Агзс С Пунктом Наполнения Баллонов Волгоградской Базы Сжиженного Газа Оао "Сг-Транс"
Сочинение Главная Героиня Пьесы Гроза
Результаты Огэ 2022 Информатике Контрольных Работ
Реферат На Тему Биология И Медицина
Курсовая работа по теме Расчет насадочного адсорбера
Дипломная работа: Технологическое проектирование хлебозавода
Реферат по теме Венгерское восстание 1956 года
Курсовая работа по теме Организация перевозок жидкого шлака
Курсовая работа по теме Обеспечение информационной безопасности в системе организационного управления SAP R/3
Курсовая работа по теме Особенности применения нетарифных ограничений при различных таможенных процедурах
Реферат: Macbeth Essay Research Paper Macbeth Macbeth A
Реферат: Vitamins Essay Research Paper Vitamins Nutrients and
Курсовая Работа На Тему Построение Траектории Броуновского Движения
Дипломная работа по теме Применение компьютерных технологий в языковой подготовке учащихся основной школы
Контрольные Работы По Математике 1 4 Класс
Пособие по теме Розважально-конкурсні програми
Шпаргалка: Технология материалов
Виды, формы и средства информации о товаре и ее значение в стимулировании сбыта - Маркетинг, реклама и торговля курсовая работа
Нанотехнологии и нанороботы - Программирование, компьютеры и кибернетика реферат
Организация предпринимательской деятельности в России и ее роль и место в экономике РФ - Маркетинг, реклама и торговля курсовая работа