Побудова та дослідження моделі штучної нейронної мережі для вирішення задач класифікації об"єктів у багатопоточних комп"ютерних середовищах - Дипломная работа
Навчання штучних нейронних мереж, особливості їх використання для вирішення практичних завдань. Рецепторна структура сприйняття інформації. Перцептрон як модель розпізнавання. Задача моделювання штучної нейронної мережі з розпаралелюванням процесів.
При низкой оригинальности работы "Побудова та дослідження моделі штучної нейронної мережі для вирішення задач класифікації об"єктів у багатопоточних комп"ютерних середовищах", Вы можете повысить уникальность этой работы до 80-100%
Зміст Вступ 1. Введення в теорію штучних нейронних мереж 1.1 Модель мозку та біологічний нейрон 1.1.1 Аналогія мозку та компютерного процесору 1.1.2 Біологічний нейрон 1.2 Штучний нейрон 1.3 Штучні нейронні мережі та їх архітетура 1.3.1 Одношарові прямонаправлені мережі 1.3.2 Багатошарові прямонаправлені мережі 1.3.3 Рекурентні мережі 1.3.4 Повністю зв’язані мережі Висновки до розділу 2. Проблема класифікації символів 2.1 Використання нейронних мереж для вирішення практичних завдань 2.2 Рецепторна структура сприйняття інформації 2.2.1 Поняття про образ 2.2.2 Проблема розпізнавання образів 2.2.3 Перетворення зображень у цифровий код 2.3 Навчання штучної нейронної мережі 2.3.1 Контрольоване навчання 2.3.2 Неконтрольоване навчання 2.3.3 Оцінки навчання 2.3.4 Правила навчання 2.3.5 Навчання методом змагання 2.4 Перцептрон як модель розпізнавання 2.4.1 Поняття перцептрона 2.4.2 Багатошаровий перцептрон 2.4.3 Алгоритм вирішення задач за допомогою БШП 2.4.4 Формалізація задачі розпізнавання букв алфавіту Висновки до
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
