Содержание
- 2. Физиологический нейрон
- 3. Блочная диаграмма нервной системы возбуждение Рецепторы Нейронная Сеть эффекторы Отклик
- 4. 1942 – Мак-Каллок – Питц 1948 – Н.Винер – «Кибернетика» 1949 – Хебб 1949 – Аттли
- 5. 1967 – Кован – сигмоидальная функция 1980 – Теория Адаптивного Резонанса – АRТ 1970-1980 – самоорганизация
- 6. Нейроны Хебба Маккалока – Питца Сигмоидный Гросберга Радиальный WTA
- 7. Формальная модель нейрона S f(s) b w1 wn Σ
- 8. Формальная модель нейрона Σ
- 9. Активационные функции Линейные. Нелинейные.
- 10. Модель нейрона Мак-Калока – Питца y y S S
- 11. w1=0.1, q=0, k=0.1 S(i)=sum(X(:,i).*W); Если ((S(i)+q)*k)>=0 , y(i)=1, иначе y(i)=0 W2=0.3 w2=-0.1
- 12. k=0.1, w1=0.1, w2=0.3 S(i)=sum(X(:,i).*W); Если ((S(i)+q)*k)>=0 , y(i)=1, иначе y(i)=0 q=0, q=3
- 13. Кусочно-линейная Y S
- 14. Сигмоидальная Y S
- 15. k=0.1, w1=0.1, w2=0.3 S(i)=sum(X(:,i).*W); y(i)=1/(1+exp((-S(i)+q)/k)); q=0, q=2,
- 16. q=0, , w1=0.1, w2=0.3 S(i)=sum(X(:,i).*W); y(i)=1/(1+exp((-S(i)+q)/k)); k=0.1, k=0.5
- 17. RBF (WTA) Y(r)=e(-r2/k) r=||X-W|| k=1 k=5
- 18. Нейронная сеть Число слоев/число нейронов по слоям Обратные связи Активационные функции Число входов Число выходов Алгоритм
- 19. Слой нейросети Группа нейронов сети: Общие функции (задачи) Общие внешние связи Общие входы Зачем выделять слой?
- 20. Режимы функционирования нейросетей Обучение Работа
- 21. Формальная модель сети f(X)=Net(X)
- 22. Архитектуры НС (классификация) Тип обучения С учителем Без учителя Класс алгоритмов оучения Число слоев: Однослойные многослойные.
- 23. Однослойная сеть y1 y2 yp Слой 1
- 24. Многослойная сеть (2 слоя) yk Слой 1 Слой 2 Слой 0 W1 W2 1 2 m
- 25. Сеть прямого распространения 1 2 i m x1 x2 x3 y1 ym Слой 0 Слой 1
- 26. Многослойная сеть прямого распространения (к слоев)
- 27. Рекуррентные сети y1 y2 yn
- 28. Многослойные рекуррентные сети
- 29. Виды обучения С учителем T={(Xi,di)}, i=1,N Xi- входной вектор di – выходной вектор Без учителя T={Xi},
- 30. Классы алгоритмов обучения нейронных сетей «Правило Хебба» Коррекция по ошибке Стохастическое обучение «Правило соревнования» – конкурентное
- 31. Вселенский разум
- 32. Вопрос Вариант 1 Вычислить реакцию порогового нейрона с W=[ 1 ,-1] на входное воздействие Х=[0 ,1]
- 33. литература Комарцова Л.Г. Максимов А.В. Нейрокомпьютеры – М.:Из-во МГТУ - 2004.
- 35. Скачать презентацию