Фракционный лазер таганка

Справочник по нейросетям

Справочник по нейросетям
Глава 1 Основы искусственных нейронных сетей
Введение
Обобщение
Абстрагирование
Применимость

Исторический Аспект
Исторический Аспект 2

Искусственные нейронные сети сегодня
Перспективы на будущее
Искусственные нейронные сети и экспертные системы
Соображения надежности
Выводы

Основы искусственных нейронных сетей
Биологический прототип

Искусственный нейрон
Искусственный нейрон 2
Искусственный нейрон 3
Искусственный нейрон 4

Однослойные искусственные нейронные сети
Многослойные искусственные нейронные сети
Нелинейная активационная функция
Сети с обратными связями
Терминология, обозначения и схематическое изображение искусственных нейронных сетей
Терминология
Дифференциальные уравнения или разностные уравнения
Графическое представление
Обучение искусственных нейронных сетей
Цель обучения
Обучение с учителем
Обучение без учителя
Алгоритмы обучения
Пролог

Персептроны
Персептроны и зарождение искусственных нейронных сетей
Персептроны и зарождение искусственных нейронных сетей 2

Персептронная представляемость

Проблема функции ИСКЛЮЧАЮЩЕЕ ИЛИ
Проблема функции ИСКЛЮЧАЮЩЕЕ ИЛИ 2
Проблема функции ИСКЛЮЧАЮЩЕЕ ИЛИ 3

Линейная разделимость

Преодоление ограничения линейной разделимости
Преодоление ограничения линейной разделимости 2
Преодоление ограничения линейной разделимости 3

Эффективность запоминания
Обучение Персептрона

Алгоритм обучения Персептрона
Алгоритм обучения Персептрона 2

Дельта-правило
Трудности с алгоритмом обучения персептрона

Процедура обратного распространения
Введение в процедуру обратного распространения

Обучающий алгоритм обратного распространения
Сетевые конфигурации
Сетевые конфигурации 2
Многослойная сеть

Обзор обучения
Обзор обучения 2
Обзор обучения 3
Обзор обучения 4
Обзор обучения 5
Обзор обучения 6

Дальнейшие алгоритмические разработки
Применения
Предостережение
Паралич сети
Локальные минимумы
Размер шага
Временная неустойчивость

Сети встречного распространения
Введение в сети встречного распространения
Структура сети

Нормальное функционирование
Слои Кохоненна
Слой Гроссберга
Обучение слоя Кохонена

Предварительная обработка входных векторов
Предварительная обработка входных векторов 2
Предварительная обработка входных векторов 3

Выбор начальных значений весовых векторов
Выбор начальных значений весовых векторов 2

Режим интерполяции
Статистические свойства обученной сети
Обучение слоя Гроссберга
Сеть встречного распространения полностью
Приложение: сжатие данных
Обсуждение

Стохастические методы
Использование обучения
Использование обучения 2

Больцмановское обучение
Обучение Коши
Метод искусственной теплоемкости
Приложения к общим нелинейным задачам оптимизации
Обратное распространение и обучение Коши
Трудности, связанные с обратным распространением
Трудности с алгоритмом обучения Коши

Комбинирование обратного распространения с обучением Коши
Комбинирование обратного распространения с обучением Коши 2

Обсуждение

Сети Хопфилда
Конфигурации сетей с обратными связями
Бинарные системы
Бинарные системы 2

Устойчивость
Ассоциативная память
Непрерывные системы
Сети Хопфилда и машина Больцмана
Термодинамические системы
Статистичекие сети Хопфилда
Обобщенные сети


Глава 2