Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
39 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
1.29 MB
Просмотров:
114
Скачиваний:
2
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![Искусственные и нечеткие](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img0.jpg)
Содержание слайда: Искусственные и нечеткие нейронные сети
№2 слайд![ИНС Искусственные нейронные](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img1.jpg)
Содержание слайда: ИНС
Иску́сственные нейро́нные се́ти представляют собой математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.
№3 слайд![Применение аппроксимация](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img2.jpg)
Содержание слайда: Применение
аппроксимация функций на основе ряда данных;
распознавание образов;
кластеризация и классификация данных;
обучение в области статистической обработки данных;
накопление знаний через обучение на примерах;
предсказание и прогноз;
оптимизация;
ассоциативная память;
нелинейное моделирование и управление.
№4 слайд![Биологический нейрон Нейрон](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img3.jpg)
Содержание слайда: Биологический нейрон
Нейрон обладает некоторым потенциалом активации (activaon potential). Сигнал (называемый a spike) передается к другим нейронам посредством аксона и характеризуется частотой, длительностью и амплитудой. Взаимодейтсвие между нейронами реализуется в строго определенных точках, называемых «синапсами» (synapses).
№5 слайд![Модель искусственного нейрона](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img4.jpg)
Содержание слайда: Модель искусственного нейрона
Математическая модель нейрона (Рис.4-2) впервые была предложена Маккалоком и Питтсом (Warren McCulloch and Walter Pitts) в 1943.
№6 слайд![От нейрона к системе нейронов](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img5.jpg)
Содержание слайда: От нейрона к системе нейронов
ИНС может рассматриваться в виде взвешенного направленного графа (weighted directed graph), вершины которого представлены нейронами, а направленные дуги (с весами) описывают связи между нейронами. ИНС характеризуется тремя параметрами:
типом нейронов,
архитектурой (организацией связей между нейронами)
алгоритмом обучения в данной сети.
№7 слайд![Архитектура С учетом](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img6.jpg)
Содержание слайда: Архитектура
С учетом архитектуры ИНС могут быть разделены на два базисных класса:
сети с прямым распространением сигнала (Feed-forward network), в структуре которых нет петель (циклов) и
сети с обратным распространением сигнала или рекуррентные сети (Feedback network or Recurrent), в структуре которых есть циклы благодаря наличию обратных связей.
№8 слайд![Типы ИНС](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img7.jpg)
Содержание слайда: Типы ИНС
№9 слайд![Простой Перцептрон Перцептрон](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img8.jpg)
Содержание слайда: Простой «Перцептрон»
Перцептро́н (или Персептрон) — математическая и компьютерная модель, предложенная Фрэнком Розенблаттом в 1957 году для задачи моделирования восприятия информации мозгом, и реализованная в виде электронной машины «Марк-1» в 1960 году.
№10 слайд![Задача кластеризации](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img9.jpg)
Содержание слайда: Задача кластеризации
№11 слайд![Задача кластеризации](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img10.jpg)
Содержание слайда: Задача кластеризации
№12 слайд![Многослойные сети с прямым](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img11.jpg)
Содержание слайда: Многослойные сети с прямым распространением
№13 слайд![Многослойный Перцептрон](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img12.jpg)
Содержание слайда: Многослойный «Перцептрон»
№14 слайд![Многослойный перцептрон как](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img13.jpg)
Содержание слайда: Многослойный перцептрон как универсальный аппроксиматор
Теорема существования (Existence Theorem , Hornik и др,. 1989):
MLP может аппроксимировать любую непрерывную функцию с любой заданной степенью точности.
Доказательство этой фундаментальной теоремы основывается на теореме Колмогорова (1957), которая гласит
Любая непрерывная функция, определенная в n-мерном множестве действительных чисел, может быть представлена в виде суммы функций, имеющих своим аргументом суммы непрерывных функций с единственным аргументом.
№15 слайд![Ассоциативная память](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img14.jpg)
Содержание слайда: Ассоциативная память
Ассоциативная память используется в задачах запоминания, ассоциирования и распознавания образов. Запоминание представляет собой процесс записи входного образа в структуре так называемой автоассоциативной сети (autoassociative network) или сети Хопфильда (Hopfield network) с целью последующего распознавания входных образов не обязательно точно совпадающих с содержимым памяти.
№16 слайд![Сети Хопфильда](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img15.jpg)
Содержание слайда: Сети Хопфильда
№17 слайд![Адаптивные сети](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img16.jpg)
Содержание слайда: Адаптивные сети
№18 слайд![Нечеткие нейронные сети для](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img17.jpg)
Содержание слайда: Нечеткие нейронные сети для задач управления
№19 слайд![Нечеткий контроллер и](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img18.jpg)
Содержание слайда: Нечеткий контроллер и нейронная сеть
№20 слайд![Слой](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img19.jpg)
Содержание слайда: Слой 1
№21 слайд![Слой и](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img20.jpg)
Содержание слайда: Слой 2 и 3
№22 слайд![Слой и](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img21.jpg)
Содержание слайда: Слой 4 и 5
№23 слайд![Структура ННС Суггено](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img22.jpg)
Содержание слайда: Структура ННС Суггено
№24 слайд![Заключение](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img23.jpg)
Содержание слайда: Заключение
№25 слайд![Заключение](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img24.jpg)
Содержание слайда: Заключение
№26 слайд![Обучение сети](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img25.jpg)
Содержание слайда: Обучение сети
№27 слайд![Супервизорное](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img26.jpg)
Содержание слайда: Супервизорное
№28 слайд![Супервизорное](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img27.jpg)
Содержание слайда: Супервизорное
№29 слайд![Несупервизорное обучение](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img28.jpg)
Содержание слайда: Несупервизорное обучение (обучение без учителя)
№30 слайд![Несупервизорное обучение](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img29.jpg)
Содержание слайда: Несупервизорное обучение
№31 слайд![Правило обучения, основанное](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img30.jpg)
Содержание слайда: Правило обучения, основанное на коррекции ошибки (Error-correction rules of learning)
№32 слайд![Обучение перцептрона](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img31.jpg)
Содержание слайда: Обучение перцептрона
№33 слайд![Теорема сходимости](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img32.jpg)
Содержание слайда: Теорема сходимости Перцептрона
Теорема сходимости перцептрона, описанная и доказанная Ф. Розенблаттом показывает, что элементарный перцептрон, обучаемый по такому алгоритму, независимо от начального состояния весовых коэффициентов и последовательности появления стимулов всегда приведет к достижению решения за конечный промежуток времени.
№34 слайд![Алгоритм обратного](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img33.jpg)
Содержание слайда: Алгоритм обратного распространения ошибки (error back propagation-based learning)
Алгоритм обратного распространения ошибки применяется для многослойного перцептрона и сетей с прямым распространением сигнала
№35 слайд![Алгоритм обратного](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img34.jpg)
Содержание слайда: Алгоритм обратного распространения ошибки
Необходимо настроить синоптические веса, что бы ошибка была минимальной
№36 слайд![](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img35.jpg)
№37 слайд![](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img36.jpg)
№38 слайд![Первая фаза](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img37.jpg)
Содержание слайда: Первая фаза
№39 слайд![Вторая фаза](/documents_6/ad35f783e6faf2ddae3c796ad962c41b/img38.jpg)
Содержание слайда: Вторая фаза