rpd000002046 (1009989), страница 2
Текст из файла (страница 2)
- 17. Алгоритмы обучения и функционирования (3.2).
- 18. Разновидности сетей обратного распространения (3.3).
- 19. Трудности обучения сетей обратного распространения (3.4).
- 20. Упрощенная структура сети встречного распространения (4.1).
- 21. Алгоритмы обучения и функционирования слоя Кохонена и слоя Гроссберга (4.2).
- 22. Обобщенная структура сети встречного распространения, достоинства, недостатки, области применения (4.3).
- 23. Больцмановское обучение (5.1).
- 24. Обучение Коши (5.2).
- 25. Комбинированный метод обратного распространения и обучения Коши (5.3).
- 26. Сети Хопфилда (6.1).
- 27. Обучение и функционирование сети Хопфилда (6.3).
- 28. Свойства сети Хопфилда (6.4).
- 29. Сеть Хэмминга (6.5).
- 30. Двунаправленная ассоциативная память (6.6). Емкость памяти (6.7).
- 31. Проблема стабильности-пластичности в ИНС (7.1).
- 32. Архитектура АРТ (7.2).
- 33. Функционирование и обучение сети АРТ (7.3).
- 34. Теоремы АРТ (7.4).
- 35. Проблемы реализации ИНС (8.1).
- 36. Нейрокомпьютеры (8.2).
- 37. Основные направления реализации нейросетей (8.3).
- 38. Программная реализация нейросетей (8.4).
- 39. Основные функциональные возможности программ моделирования нейросетей (8.5).
- 40. Модель процессорного элемента NeuralWorks (8.6).
- 41. Реализация ИНС аппаратными средствами (8.7).
- 42. Оценка производительности нейрокомпьютеров (8.8).
- 43. Аппаратная реализация на примере нейрочипа NeuroMatrix NM6403 (8.9).
- 44. Реализация ИНС на ПЛИС (8.10).
- 45. Этапы конструирования ИНС (9.1).
- 46. Предварительный выбор архитектуры сети (9.2).
- 49. Выбор оптимальной структуры сети (9.3).
- 50. Методы редукции сети (9.4).
- 51. Методы наращивания сети (9.5).
- 52. Подбор обучающих выборок (9.6).
- 53. Устойчивость сети Хопфилда (6.2).
-
Лекции
| № п/п | Раздел дисциплины | Объем, часов | Тема лекции | Дидакт. единицы |
| 1 | 1.1.Принципы организации и функционирования искусственных нейронных сетей (ИНС). | 2 | История развития нейронных сетей. Определение ИНС. Типовые постановки задач, решаемых ИНС, и области их применения. | 1, 2, 3 |
| 2 | 1.1.Принципы организации и функционирования искусственных нейронных сетей (ИНС). | 2 | Основы ИНС: биологический прототип, модель искусственного нейрона. Классификация нейронных сетей. Основные парадигмы нейронных сетей. | 4, 5, 6, 7, 8 |
| 3 | 1.2.Персептроны. | 2 | Персептроны. | 9, 10, 11, 12, 13, 14, 15 |
| 4 | 1.3.Сети с обратным распространением ошибки. | 2 | Сети с обратным распространением ошибки. | 16, 17, 18, 19 |
| 5 | 1.4.Сети встречного распространения. | 2 | Сети встречного распространения. | 20, 21, 22 |
| 6 | 1.5.Стохастические методы обучения. | 2 | Стохастические методы обучения. | 23, 24, 25 |
| 7 | 1.6.Ассоциативные сети. | 2 | Сеть Хопфилда. | 26, 53, 27, 28 |
| 8 | 1.6.Ассоциативные сети. | 2 | Сеть Хэмминга. | 29 |
| 9 | 1.6.Ассоциативные сети. | 2 | Двунаправленная ассоциативная память. | 30 |
| 10 | 1.7.Адаптивная резонансная теория (АРТ). | 2 | Структура сети АРТ. | 31, 32, 34 |
| 11 | 1.8.Реализация ИНС. | 2 | Проблемы реализации ИНС. | 35, 36, 37 |
| 12 | 1.8.Реализация ИНС. | 2 | Программная реализация ИНС. | 38, 39, 40 |
| 13 | 1.8.Реализация ИНС. | 2 | Аппаратная реализация ИНС. | 41, 42, 43 |
| 14 | 1.8.Реализация ИНС. | 2 | Реализация ИНС на ПЛИС. | 44 |
| 15 | 1.9.Конструирование нейронных сетей. | 2 | Этапы конструирования ИНС. Проблемы выбора оптимальной архитектуры и методы решения. | 45, 46, 49, 50, 51 |
| 16 | 1.9.Конструирование нейронных сетей. | 2 | Проблемы выбора обучающих выборок. | 52 |
| Итого: | 32 | |||
-
Практические занятия
| № п/п | Раздел дисциплины | Объем, часов | Тема практического занятия | Дидакт. единицы |
| Итого: | ||||
-
Лабораторные работы
| № п/п | Раздел дисциплины | Наименование лабораторной работы | Наименование лаборатории | Объем, часов | Дидакт. единицы |
| 1 | 1.1.Принципы организации и функционирования искусственных нейронных сетей (ИНС). | Основы работы в пакете NeuralWorks | 4 | 8, 6, 7, 8 | |
| 2 | 1.2.Персептроны. | Решение задачи «Исключающее ИЛИ» | 4 | 15, 11, 12, 13, 15 | |
| 3 | 1.3.Сети с обратным распространением ошибки. | Моделирование и исследование сетей обратного распространения | 4 | 19, 17, 18, 19 | |
| 4 | 1.4.Сети встречного распространения. | Моделирование и исследование сетей встречного распространения | 4 | 21, 21 | |
| 5 | 1.6.Ассоциативные сети. | Моделирование и исследование сетей Хопфилда | 4 | 28, 27, 28 | |
| 6 | 1.6.Ассоциативные сети. | Моделирование и исследование сетей Хэмминга | 4 | 29 | |
| 7 | 1.6.Ассоциативные сети. | Моделирование и исследование двунаправленной ассоциативной памяти | 4 | 30 | |
| 8 | 1.7.Адаптивная резонансная теория (АРТ). | Моделирование и исследование сети АРТ | 4 | 33, 32, 33 | |
| 9 | 1.9.Конструирование нейронных сетей. | Конструирование нейронных сетей | 4 | 45, 46, 49, 50, 51 | |
| Итого: | 36 | ||||
-
Типовые задания
| № п/п | Раздел дисциплины | Объем, часов | Наименование типового задания |
| Итого: | |||
-
Курсовые работы и проекты по дисциплине
1.1. Моделирование и исследование различных нейропарадигм для решения задачи распознавания образов
Тематика:
Трудоемкость(СРС): 10
Прикрепленные файлы:
Типовые варианты:
-Задачи, решаемые студентом при выполнении работы: определение параметров задачи, обзор состояния вопроса, выбор метода решения, выполнение моделирования различных нейропарадигм, выбор оптимальной структуры сети для решения задачи. ¶¶Пример задания на курсовую работу:¶¶1.Создать нейронные сети для распознавания 14 символов размерностью 6х7 (из лабораторной работы «Сеть Хэмминга»). Использовать следующие модели: ¶• Сеть обратного распространения с различным числом нейронов в скрытом слое (10, 20, 30, 40).¶• Сеть встречного распространения.¶• Сеть Хэмминга (модель hamming и hamlatin).¶2. Создать для этих сетей инструменты, аналогичные инструментам, использовавшимся в 3, 4 и 6 лабораторных работах.¶3.Исследовать скорость обучения сетей обратного распространения с помощью инструментов, задавая различные критерии сходимости (0.005, 0.001, 0.002).¶4. Исследовать влияние начальных значений весовых коэффициентов на скорость обучения сетей обратного распространения, задавая начальные значения в
-
Рубежный контроль
-
Промежуточная аттестация
1. Зачет с оценкой
Прикрепленные файлы:
Вопросы для подготовки к экзамену/зачету:
1.История развития нейронных сетей. Определение нейронной сети, достоинства и недостатки, свойства ИНС.
2.Основные постановки задач, решаемых нейронными сетями. Области применения.
3.Основы ИНС. Биологический прототип. Искусственный нейрон. Функции активации.
4.Классификация нейронных сетей. Парадигмы нейронных сетей.
5.Персептрон. Персептронная представляемость.
6.Обучение персептрона.
7.Сеть обратного распространения (алгоритм обучения).
8.Разновидности сетей обратного распространения. Трудности обучения сети обратного распространения.
9.Сеть встречного распространения. Структура сети. Обучение слоев Кохонена и Гроссберга.
10.Сеть встречного распространения. Предварительная обработка входных векторов. Выбор начальных значений весовых коэффициентов.
11.Обобщенная структура сети встречного распространения.
12.Стохастические методы обучения. Больцмановское обучение.
13.Стохастические методы обучения. Обучение Коши.
14.Комбинированный метод обратного распространения и обучения Коши.
15.Сеть Хопфилда. Свойства сети.
16.Сеть Хэмминга.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
