3
Оглавление
1.
Математические модели искусственных нейронных сетей [9]............................. 6
1.1
Общие сведения о структуре биологического нейрона.....................................................6
1.2
Математическая модель искусственного нейрона ........................................................10
1.3
Математическое описание нейронной сети ..................................................................14
1.4
Стохастический нейрон ...................................................................................................19
1.5
Сравнение характеристик машины фон Неймана и нейронной сети..........................22
2.
Разработка структуры и функций нейроимитатора как элемента
интеллектуальной информационной системы ......................................................24
2.1
Концепции применения нейросетевых компонентов в информационных системах 24
2.2
Предварительная обработка информации на этапе проектирования нейросетевых
компонентов .................................................................................................................................28
2.3
Формирование задачника для нейросети........................................................................33
2.4
Особенности формирования нейронной сети.................................................................38
2.5
Интерпретация сигналов нейронной сети.......................................................................38
2.6
Управляющая программа (исполнитель) ........................................................................40
2.7
Компонент учитель ...........................................................................................................40
2.8
Настройка параметров нейросети....................................................................................42
где ..................................................................................................................................................44
2.9
Оценка и коррекция нейросетевой модели.....................................................................45
2.10
Конструктор нейронной сети .......................................................................................46
2.11
Контрастер нейросети. ..................................................................................................49
2.12
Логически прозрачные сети, получение явных знаний .............................................50
2.13
Решение дополнительных задач с помощью нейросетевых компонентов ..............50
2.14
Разработка языка описания нейроимитатора для обмена данными .........................54
3.
Разновидности нейронных сетей [31] ..............................................................58
3.1
ПЕРСЕПТРОН Розенблатта. ............................................................................................58
3.1.1
ПЕРСЕПТРОН Розенблатта......................................................................................58
3.1.2
Теорема об обучении персептрона...........................................................................60
3.1.3
Линейная разделимость и персептронная представляемость................................61
3.2
Свойства процессов обучения в нейронных сетях.........................................................64
3.2.1
Задача обучения нейронной сети на примерах. ......................................................64
3.2.2
Классификация и категоризация. .............................................................................66
3.2.3
Обучение нейронной сети с учителем, как задача многофакторной оптимизации.
68
3.3
Многослойный ПЕРСЕПТРОН........................................................................................71
3.3.1
Необходимость иерархической организации нейросетевых архитектур. ...........71
3.3.2
Многослойный ПЕРСЕПТРОН. ...............................................................................71
3.3.3
Обучение методом обратного распространения ошибок.......................................73
3.4
Другие иерархические архитектуры................................................................................77
3.4.1
Звезды Гроссберга......................................................................................................78
3.4.2
Принцип Winner Take All (WTA) - Победитель Забирает Все - в модели
Липпмана-Хемминга................................................................................................................78
3.4.3
Карта самоорганизации Кохонена............................................................................80
3.4.4
Нейронная сеть встречного распространения.........................................................82
3.5
Модель Хопфилда. ............................................................................................................84
3.5.1
Сети с обратными связями........................................................................................84
3.5.2
Нейродинамика в модели Хопфилда .......................................................................85
3.5.3
Правило обучения Хебба...........................................................................................87