Вимоги до програмного виробу та функціональних характеристик. Опис інтерфейсу програмного виробу, процедур і функцій. Мережі зі зворотним розповсюдженням. Алгоритм навчання з вчителем (алгоритм зворотного розповсюдження багатошарових нейронних мереж).
Аннотация к работе
Вимоги до програмного виробу. 3.1 Вимоги до функціональних характеристик. 3.2 Вимоги до надійності. 3.3 Умови експлуатації. 3.4 Вимоги до маркування і пакування. 3.5 Вимоги до транспортування і збереження. Це програма, що реалізує нейронну мережу Хебба, що навчається користувачем поданням ряду символьних зображень на її вхід. Після завершення навчання програма виконує розпізнавання символів відповідно до набору зображень, що вона вивчила. Має бути реалізована візуалізація процес навчання і розрахунку важелів зв’язків нейронів. 3.1.4. Розробка програми повинна вестись за наступним планом : одержання завдання; огляд літератури і вирішення поставлених задач, обгрунтування необхідності розробки; розробка структури вхідних і вихідних даних, уточнення методів рішення завдання; опис і розробка алгоритму рішення завдання; розробка структури програми та остаточне визначення конфігурації технічних засобів; розробка програми, іспити і налагодження; розробка програмної документації. Опис програми Зміст Опис інтерфейсу програмного виробу Опис змінних Опис процедур і функцій Список літератури Опис інтерфейсу програмного виробу Програмний виріб - це програма, розроблена в середі програмування Delphi, і є програмною моделлю нейронної мережі Хебба. Коли навчальні зображення задані, користувач має навчити нейронну мережу шляхом натискання на кнопку Teaching, після чого мережа навчається і готова до розпізнання вхідних зображень. С. Применение методов нейронных сетей и генетических алгоритмов в решении задач управления электроприводами. Модель Маккалоха 2.2. Модель Хопфілда 2.4. Біологічна модель штучного нейрона приведена на рис. Найбільш розповсюдженими функціями активації є бінарна (1.3) або біполярна (1.4) Багато авторів при описанні моделі нейрона використовують не сигнал зсуву, а поріг нейрона, що приводить до еквівалентної моделі елемента. Автором когнитрона є японський вчений И. Фукушима.