Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
34 слайда
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
10.90 MB
Просмотров:
104
Скачиваний:
2
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд
Содержание слайда: Нейронные сети Введение
Корлякова М.О.
2019
№2 слайд
Содержание слайда: Физиологический нейрон
№3 слайд
Содержание слайда: Блочная диаграмма нервной системы
№4 слайд
Содержание слайда: 1942 – Мак-Каллок – Питц
1942 – Мак-Каллок – Питц
1948 – Н.Винер – «Кибернетика»
1949 – Хебб
1949 – Аттли - обученная нейросеть
1960 – алгоритм обучения по наименьшим квадратам (Least mean-square - LMS)
1960-1970 – Розенблат – обучение перцептрона
1969 – Минский – Пайперт – фундаментальное ограничение линейных нейросетей.
№5 слайд
Содержание слайда: 1967 – Кован – сигмоидальная функция
1967 – Кован – сигмоидальная функция
1980 – Теория Адаптивного Резонанса – АRТ
1970-1980 – самоорганизация – Карты Кохонена
1980 – Гросберг – конкурентное обучение
1982 – Хопфилд – функция энергии для описания рекуррентных сетей
1986 – Алгоритм обратного распространения по ошибке
№6 слайд
Содержание слайда: Нейроны
Хебба
Маккалока – Питца
Сигмоидный
Гросберга
Радиальный
WTA
№7 слайд
Содержание слайда: Формальная модель нейрона
№8 слайд
Содержание слайда: Формальная модель нейрона
№9 слайд
Содержание слайда: Активационные функции
Линейные.
Нелинейные.
№10 слайд
Содержание слайда: Модель нейрона
Мак-Калока – Питца
№11 слайд
Содержание слайда: 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 слайд
Содержание слайда: 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 слайд
Содержание слайда: Кусочно-линейная
№14 слайд
Содержание слайда: Сигмоидальная
№15 слайд
Содержание слайда: 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 слайд
Содержание слайда: 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 слайд
Содержание слайда: RBF (WTA)
Y(r)=e(-r2/k)
r=||X-W||
k=1 k=5
№18 слайд
Содержание слайда: Нейронная сеть
Число слоев/число нейронов по слоям
Обратные связи
Активационные функции
Число входов
Число выходов
Алгоритм настройки весов(обучения)
Тип задачи, решаемой сетью
№19 слайд
Содержание слайда: Слой нейросети
Группа нейронов сети:
Общие функции (задачи)
Общие внешние связи
Общие входы
Зачем выделять слой?
№20 слайд
Содержание слайда: Режимы функционирования нейросетей
Обучение
Работа
№21 слайд
Содержание слайда: Формальная модель сети
f(X)=Net(X)
№22 слайд
Содержание слайда: Архитектуры НС
(классификация)
Тип обучения
С учителем
Без учителя
Класс алгоритмов оучения
Число слоев:
Однослойные
многослойные.
Обратные связи:
Нет – сети прямого распространения
Есть – рекуррентные сети.
№23 слайд
Содержание слайда: Однослойная сеть
№24 слайд
Содержание слайда: Многослойная сеть (2 слоя)
№25 слайд
Содержание слайда: Сеть прямого распространения
№26 слайд
Содержание слайда: Многослойная сеть прямого распространения (к слоев)
№27 слайд
Содержание слайда: Рекуррентные сети
№28 слайд
Содержание слайда: Многослойные рекуррентные сети
№29 слайд
Содержание слайда: Виды обучения
С учителем
T={(Xi,di)}, i=1,N
Xi- входной вектор
di – выходной вектор
Без учителя
T={Xi}, i=1,N
Xi- входной вектор
№30 слайд
Содержание слайда: Классы алгоритмов обучения нейронных сетей
«Правило Хебба»
Коррекция по ошибке
Стохастическое обучение
«Правило соревнования» – конкурентное обучение
№31 слайд
Содержание слайда: Вселенский разум
№32 слайд
Содержание слайда: Вопрос
Вариант 1
№33 слайд
Содержание слайда: литература
Комарцова Л.Г. Максимов А.В. Нейрокомпьютеры – М.:Из-во МГТУ - 2004.
№34 слайд
Содержание слайда: Темы рефератов
Критика моделей искусственного интеллекта предложенных в НФ литературе
Модели формальных нейронов (не Мак-Калока-Питца): их достоинства и недостатки.
Модель обучения по Дельта-правилу: исследовать ограничения и возможнсти.