Содержание
- 2. План занятия Сенсорные системы и сети: определение; примеры применения. Искусственные нейронные сети: определение; примеры применения.
- 3. Зачем это вообще? Цель курса — познакомить вас с двумя группами актуальных и востребованных технологий: В
- 4. Зачем это вообще? Карл Маркс и Фридрих Энгельс — это не муж и жена, а четыре
- 5. План занятия Сенсорные системы и сети: определение; примеры применения. Искусственные нейронные сети: определение; примеры применения.
- 6. Сенсоры Преобразователь физической величины — устройство, предназначенное для восприятия и преобразования контролируемой физической величины в выходной
- 7. Сенсоры Датчик — средство измерений, предназначенное для выработки сигнала измерительной информации в форме, удобной для передачи,
- 8. Сенсоры Окружающий мир Вычислительные системы Датчик
- 9. Сенсоры Виды датчиков (классификация неполная): температуры; давления; влажности; радиоактивности; вибрации; ускорения (акселерометр); положения (на основе гироскопа);
- 10. Сенсорные системы и сети А что если взять и объединить множество датчиков? В современном мире чаще
- 11. Сенсорные системы и сети Несколько различных датчиков, объединенных в систему — смартфон.
- 12. Сенсорные системы и сети Несколько различных датчиков, объединенных в систему — смартфон. «датчик прикосновения» — сенсорный
- 13. Сенсорные системы и сети Географически распределенная система из большого количества датчиков — беспроводные (всепроникающие) сенсорные сети.
- 14. Сенсорные системы и сети ITU-T Y.2221: Сенсорный узел — устройство, состоящее из датчика (и опционально —
- 15. Сенсорные системы и сети
- 16. Сенсорные системы и сети ITU-T Y.2221: Сенсорная сеть — сеть, включающая в себя связанные друг с
- 17. Сенсорные системы и сети
- 18. Сенсорные системы и сети
- 19. План занятия Сенсорные системы и сети: определение; примеры применения. Искусственные нейронные сети: определение; примеры применения.
- 20. Сенсорные системы и сети Мониторинг параметров окружающей среды (температура, вибрации, содержание вредных веществ в атмосфере) на
- 21. Сенсорные системы и сети Мониторинг температуры, освещенности, силы и направления ветра, влажности воздуха и почвы в
- 22. Сенсорные системы и сети Мониторинг состояния здоровья человека (в больнице, дома, на поле боя).
- 23. Сенсорные системы и сети «Умный дом» — следующий шаг в развитии USN, сочетание в одной системе
- 24. О чем будут лекции? Примерные темы последующих лекций, практических и лабораторных работ: (?) История развития сенсорных
- 25. План занятия Сенсорные системы и сети: определение; примеры применения. Искусственные нейронные сети: определение; примеры применения.
- 26. Искусственные нейронные сети Искусственные нейронные сети — математические модели, а также их программные или аппаратные реализации,
- 27. Биологические нейронные сети Нервная система человека построена из нейронов — клеток, способных (помимо прочего) принимать, обрабатывать
- 28. Биологические нейронные сети Объединенные аксонами нейроны образуют в мозге человека сложную сеть. Каждая связь между нейронами
- 29. А как бы нам это использовать? Человеческий мозг справлялся лучше компьютеров с большим числом задач. Но:
- 30. А как бы нам это использовать? Применение искусственных нейронных сетей: Распознавание графических образов, речи. Классификация графических
- 31. Искусственные нейронные сети На основе данных принципов строятся искусственные нейронные сети:
- 32. Искусственные нейронные сети Характеристики ИНС: Несколько слоев сети (внешние и скрытые). Коэффициенты каждой связи. В каждом
- 33. Искусственные нейронные сети Как найти коэффициенты связей и параметры пороговой функции? Биологические нейронные сети:
- 34. Искусственные нейронные сети Как найти коэффициенты связей и параметры пороговой функции? Биологические нейронные сети: Обучение. Искусственные
- 35. Искусственные нейронные сети Как найти коэффициенты связей и параметры пороговой функции? Биологические нейронные сети: Обучение. Искусственные
- 36. Искусственные нейронные сети Обучение нейронной сети: Начальные параметры выбираются на основе экспертного мнения или случайно. Существует
- 37. Искусственные нейронные сети Метод обратного распространения ошибки — один из методов подбора весов:
- 38. План занятия Сенсорные системы и сети: определение; примеры применения. Искусственные нейронные сети: определение; примеры применения.
- 39. Применение ИНС Deep Dream от Google:
- 40. Применение ИНС Deep Dream от Google:
- 41. Применение ИНС
- 42. Серьезные применения ИНС Применение искусственных нейронных сетей: Распознавание графических образов, речи. Классификация графических образов и др.
- 44. Скачать презентацию