Logo GenDocs.ru

Поиск по сайту:  

Загрузка...

Моделирование искусственных нейронных сетей в среде matlab: Учебно-методическое пособие к лабораторным работам - файл


скачать (465.6 kb.)




РОСЖЕЛДОР

Государственное образовательное учреждение

высшего профессионального образования

Ростовский государственный университет путей сообщения

(РГУПС)

С.М. Ковалев, А.Е. Хатламаджиян
МОДЕЛИРОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В СРЕДЕ MATLAB
Учебно-методическое пособие к лабораторным работам

Ростов-на-Дону

2008



УДК 681.3.06 : 519.711.3(07) + 06

Ковалев, С.М.

Моделирование искусственных нейронных сетей в среде MATLAB: Учебно-методическое пособие к лабораторным работам / С.М. Ковалев, А.Е. Хатламаджиян ; Рост. гос. ун-т путей сообщения. – Ростов н/Д, 2008. – 35 с. : ил. Библиогр. 3 назв.

Рассмотрены основные парадигмы искусственных нейронных сетей и методы их обучения.

Приводится методика выполнения лабораторных работ с использованием инстументальных средств компьютерной среды математического моделирования MATLAB.

Предназначено для студентов изучающих дисциплину «Математическое моделирование систем и процессов», а также может быть полезно научным работникам и аспирантам.

Учебно-методическое пособие одобрено к изданию кафедрой «Автоматика и телемеханика на ж.-д. транспорте» РГУПС.

Рецензент канд. техн. наук, доц. Д.В. Швалов (РГУПС)

Учебное издание

Ковалев Сергей Михайлович

Хатламаджиян Агоп Ервандович

МОДЕЛИРОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В СРЕДЕ MATLAB

Учебное пособие

Редактор Молодцова Ю.Ю.

Корректор Молодцова Ю.Ю.

Подписано в печать . Формат 60х84/16.

Бумага офсетная. Ризография. Усл. печ. л. 2,09.

Уч.-изд. л. 2,00. Тираж 100 экз. Изд. № 247. Заказ №

Ростовский государственный университет путей сообщения.

Ризография РГУПС.

Адрес университета: 344038, г. Ростов н/Д, пл. Ростовского Стрелкового Полка Народного Ополчения, 2.
© Ростовский государственный университет путей сообщения, 2008

Оглавление


Введение

Лабораторная работа № 1. ИЗУЧЕНИЕ СВОЙСТВ ЛИНЕЙНОГО НЕЙРОНА И ЛИНЕЙНОЙ НЕЙРОННОЙ СЕТИ

1 ЦЕЛЬ РАБОТЫ

2 СВЕДЕНИЯ ИЗ ТЕОРИИ

2.1 Модель нейрона

2.2 Алгоритм обучения по дельта-правилу

2.3 Описание основных функций

3 ПОРЯДОК ВЫПОЛНЕНИЯ РАБОТЫ

4 КОНТРОЛЬНЫЕ ВОПРОСЫ

Лабораторная работа № 2. ИЗУЧЕНИЕ МНОГОСЛОЙНОГО НЕЛИНЕЙНОГО ПЕРСЕПТРОНА И АЛГОРИТМА ОБРАТНОГО РАСПРОСТРАНЕНИЯ ОШИБКИ

1 ЦЕЛЬ РАБОТЫ

2 СВЕДЕНИЯ ИЗ ТЕОРИИ

2.1 Алгоритм обратного распространения ошибки

2.2 Описание основных функций

3 ПОРЯДОК ВЫПОЛНЕНИЯ РАБОТЫ

4 КОНТРОЛЬНЫЕ ВОПРОСЫ

Лабораторная работа № 3. ИЗУЧЕНИЕ РАДИАЛЬНЫХ БАЗИСНЫХ, ВЕРОЯТНОСТНЫХ НЕЙРОННЫХ СЕТЕЙ, СЕТЕЙ РЕГРЕССИИ

1 ЦЕЛЬ РАБОТЫ

2 СВЕДЕНИЯ ИЗ ТЕОРИИ

2.1 Радиально-базисные сети. Сети регрессии. Вероятностные НС

2.2 Описание основных функций

3 ПОРЯДОК ВЫПОЛНЕНИЯ РАБОТЫ

4 КОНТРОЛЬНЫЕ ВОПРОСЫ

Библиографический список

Введение


Нейронные сети – это раздел искусственного интеллекта, в котором для обработки сигналов используются явления, аналогичные происходящим в нейронах живых существ. Важнейшая особенность сети, свидетельствующая о ее широких возможностях и огромном потенциале, состоит в параллельной обработке информации всеми звеньями. При громадном количестве межнейронных связей это позволяет значительно ускорить процесс обработки информации. Во многих случаях становится возможным преобразование сигналов в реальном времени. Кроме того, при большом числе межнейронных соединений сеть приобретает устойчивость к ошибкам, возникающим на некоторых линиях. Функции поврежденных связей берут на себя исправные линии, в результате чего деятельность сети не претерпевает существенных возмущений.

Другое не менее важное свойство – способность к обучению и обобщению накопленных знаний. Нейронная сеть обладает чертами искусственного интеллекта. Натренированная на ограниченном множестве данных сеть способна обобщать полученную информацию и показывать хорошие результаты на данных, не использовавшихся в процессе обучения.

Характерная особенность сети состоит также в возможности ее реализации с применением технологии сверхбольшой степени интеграции. Различие элементов сети невелико, а их повторяемость огромна. Это открывает перспективу создания универсального процессора с однородной структурой, способного перера­батывать разнообразную информацию.

В учебно-методическом пособии в краткой форме приведены теоретические сведения об основных парадигмах НС и примеры их реализации в компьютерной среде математического моделирования MATLAB для решения типовых задач.


Лабораторная работа № 1




Скачать файл (465.6 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации