Особенности постановки и решения задач с использованием искусственных нейронных сетей

16 апреля 2015 • Теория

Аппроксимация и интерполирование данных – наверно наиболее часто решаемый с помощью искусственных нейронных сетей класс задач. И это неудивительно, потому что даже классические методы их решения зачастую используют функциональные зависимости, находящиеся вне связи с физикой описываемых ими процессов или явлений. И в том, и в другом случаях на первое место выходят статистическое соответствие и адекватность полученной модели экспериментальным данным.

Методы обработки выборки исходных данных

05 апреля 2015 • Теория

Для использования в нейросетевом моделировании выборка исходных данных должна удовлетворять ряду требований, а именно соответствовать используемой структуре нейронной сети, содержать уникальные (неповторяющиеся) примеры, быть непротиворечивой и репрезентативной. Рассмотрим методы выборки данных согласно этим критериям.

Способы нормализации переменных

26 марта 2015 • Теория

Необходимость нормализации выборок данных обусловлена самой природой используемых переменных нейросетевых моделей. Будучи разными по физическому смыслу, они зачастую могут сильно различаться между собой по абсолютным величинам. Так, например, выборка может содержать и концентрацию, измеряемую в десятых или сотых долях процентов, и давление в сотнях тысяч паскаль. Нормализация данных позволяет привести все используемые числовые значения переменных к одинаковой области их изменения, благодаря чему появляется возможность свести их вместе в одной нейросетевой модели.

Занимательные лекции по нейронным сетям. Лекция №8 Сети Кохонена и Гроссберга, Хопфилда

28 января 2015 • Теория

Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.

Занимательные лекции по нейронным сетям. Лекция №7 Классификация и распознавание (часть 2)

28 января 2015 • Теория

Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.

Нейронная сеть и распознавание

28 января 2015 • Теория

Ключевую роль в распознавании образов играют искусственные нейронные сети. Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций, посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.

Занимательные лекции по нейронным сетям. Лекция №5 Классификация и обучение НС

28 января 2015 • Теория

Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.

Занимательные лекции по нейронным сетям. Лекция №4 Математические модели НС

28 января 2015 • Теория

Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.

Занимательные лекции по нейронным сетям. Лекция №3 Искусственные НС и их применение

28 января 2015 • Теория

Нейросети — о них говорят не только биологи, но социологи, математики, физики и программисты. В данной статье мы продолжаем цикл видеолекций посвященный теории искусственных и биологических нейронных сетей, а также практической реализации и применении искусственных нейронных сетей различной сложности и структуры.