Нейронные сети Автор презентации: Фомичёв Роман Студент гр.Ф051 ФизФак КемГУ Живёт в Кировском Любит мороженое.
Download ReportTranscript Нейронные сети Автор презентации: Фомичёв Роман Студент гр.Ф051 ФизФак КемГУ Живёт в Кировском Любит мороженое.
Slide 1
Нейронные сети
Slide 2
Автор презентации:
Фомичёв Роман
Студент гр.Ф051
ФизФак КемГУ
Живёт в Кировском
Любит мороженое
Slide 3
Содержание
Биологический нейрон
Математическая модель
Классификация искусственных НС
Виды функций активации
Логические функции, реализуемые
ИНС
Многослойный перцептрон
Метод «окон»
Благодарности
Slide 4
Биологический нейрон
Slide 5
Математическая модель
Slide 6
Классификация ИНС
Тип обучения/
тип связей
Без
обратных
связей
С обратными
связями
С учителем
Без учителя
Однослойные и многослойные
перцептроны
(аппроксимация функций,
классификация,
распознавание образов,
прогнозирование)
Соревновательные сети,
карты Кохонена
(сжатие данных,
выделение признаков
входных данных,
анализ)
Рекуррентные сети
(предсказание временных
рядов, обучение в режиме
on-line)
Сеть Хопфилда
(ассоциативная
память,
кластеризация
данных, оптимизация)
Slide 7
Виды функций активации
Slide 8
Виды функций активации
Slide 9
Логические функции,
реализуемые ИНС
Slide 10
Многослойный перцептрон
Slide 11
Метод «окон»один из методов получения
оптимальной НС
Slide 12
ИСР нейросетей
Наиболее
удобной и
практичной
ИСР НС
является
математичес
кий пакет
«MatLab» и
его
приложение
«Simulink»
Slide 13
Благодарности
Безграничную благодарность выражаю
своей маме, всем своим друзьям,
своему коту «Путину», партии «Единая
Россия», соседке бабе Маше, господу
Богу, товарищу Сталину, а также всем,
кто не оставил меня в столь тягостный
для меня момент написания данной
презентации.
Немного
Патриотизма…
Нейронные сети
Slide 2
Автор презентации:
Фомичёв Роман
Студент гр.Ф051
ФизФак КемГУ
Живёт в Кировском
Любит мороженое
Slide 3
Содержание
Биологический нейрон
Математическая модель
Классификация искусственных НС
Виды функций активации
Логические функции, реализуемые
ИНС
Многослойный перцептрон
Метод «окон»
Благодарности
Slide 4
Биологический нейрон
Slide 5
Математическая модель
Slide 6
Классификация ИНС
Тип обучения/
тип связей
Без
обратных
связей
С обратными
связями
С учителем
Без учителя
Однослойные и многослойные
перцептроны
(аппроксимация функций,
классификация,
распознавание образов,
прогнозирование)
Соревновательные сети,
карты Кохонена
(сжатие данных,
выделение признаков
входных данных,
анализ)
Рекуррентные сети
(предсказание временных
рядов, обучение в режиме
on-line)
Сеть Хопфилда
(ассоциативная
память,
кластеризация
данных, оптимизация)
Slide 7
Виды функций активации
Slide 8
Виды функций активации
Slide 9
Логические функции,
реализуемые ИНС
Slide 10
Многослойный перцептрон
Slide 11
Метод «окон»один из методов получения
оптимальной НС
Slide 12
ИСР нейросетей
Наиболее
удобной и
практичной
ИСР НС
является
математичес
кий пакет
«MatLab» и
его
приложение
«Simulink»
Slide 13
Благодарности
Безграничную благодарность выражаю
своей маме, всем своим друзьям,
своему коту «Путину», партии «Единая
Россия», соседке бабе Маше, господу
Богу, товарищу Сталину, а также всем,
кто не оставил меня в столь тягостный
для меня момент написания данной
презентации.
Немного
Патриотизма…