Свойства биологического нейрона. Алгоритм обратного распространения ошибки. Обучение с учителем. Виды нейронных сетей и их свойства и преимущество. Разработка системы тестирования. Выбор программных средств для разработки. Структура базы данных и системы.
Аннотация к работе
Федеральное государственное бюджетное образовательное учреждение высшего образования «Поволжский государственный университет телекоммуникаций и информатики» Направление (специальность) Информационные системы и технологииВ зависимости от функций, выполняемых нейронами в сети, можно выделить три типа нейронов: 1) входные нейроны, на которые подается вектор, кодирующие входное воздействие или образ внешней среды; в них обычно не осуществляется вычислительных процедур, а информация передается с входа на выход путем изменения их активации; Конкретная форма преобразования данных, выполняемая сетью, определяется не только характеристиками нейронных элементов, но и особенностями ее архитектуры, а именно топологией межнейронных связей, выбором определенных подмножеств нейронных элементов для ввода и вывода информации, методами обучения искусственной нейронной сети, наличие или отсутствие конкуренции между нейронами, а также методы управления и синхронизации передачи информации среди нейронов в сети. В таких сетях нейроны входного слоя получают входные сигналы, преобразуют их и передают нейронам первого скрытого слоя, и так далее вплоть до выходного, который выдает сигналы для интерпретатора и пользователя. слоисто-полносвязанные состоят из слоев, каждый из которых представляет собой полносвязную сеть, а сигналы передаются как от слоя к слою, так и внутри слоя; в каждом слое цикл работы распадается на три части, прием сигналов с предыдущего слоя, обмен сигналами внутри слоя, выработка выходного сигнала и передача к последующему слою; полносвязанно-слоистые, по своей структуре аналогичные слоисто-полносвязанным, но функционирующим по-другому: в них не разделяются фазы обмена внутри слоя и передачи следующему, на каждом такте нейроны всех слоев принимают сигналы от нейронов как своего слоя, так и последующих.В результате выполнения данной бакалаврской работы была разработана система тестирования знаний студентов на основе нейронных сетей. В процессе разработки были исследованы различные материалы по искусственным нейронным сетям. Были описаны процессы работы с СУБД MYSQL, используемой библиотекой нейронных сетей - FANN, программирование на языке php, использование php-fann, использование технологий html, css, JAVASCRIPT, Bootstrap, JQUERY.