Поиск
Закладки
Озвучить текст Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Искусственный интеллект и логические нейронные сети

Глава II. Нейросетевые методы управления

Лекция 8. Обретение навыков построения систем ассоциативных вычислений, распознавания символов и принятия решений

8.1. Введение в ассоциативные вычисления

Если Вы наш подписчик,то для того чтобы скопировать текст этой страницы в свой конспект,
используйте просмотр в виде pdf. Вам доступно 37 стр. из этой главы.
Для продолжения работы требуется Registration
На предыдущую страницу

Предыдущая страница

Следующая страница

На следующую страницу
Глава II. Нейросетевые методы управления
На предыдущую главу Предыдущая глава
оглавление
Следующая глава На следующую главу

Table of contents

Глава II. Нейросетевые методы управления-
Лекция 8. Обретение навыков построения систем ассоциативных вычислений, распознавания символов и принятия решений
8.1. Введение в ассоциативные вычисления
8.2. Распознавание нечётких символов персептроном
8.3. Система принятия решений "Железнодорожная рулетка"
8.4. Актуальная реализация бизнес-проекта
8.5. Формирование информации на рецепторном слое
Лекция 9. Развиваемая логическая нейронная сеть для распознавания объектов временного ряда по заданному набору признаков
9.1. Детерминированные оценки объектов временного ряда
9.2. Структурированная, не однослойная логическая нейронная сеть
9.3. Преобразование структурированной нейросети в однослойную, допускающую неограниченное развитие
9.4. Нечёткие оценки признаков объектов временного ряда
9.5. Введение обратных связей
Лекция 10. Логические нейронные сети с обратными связями
10.1. Нейронная сеть по А.П. Чехову
10.2. Развитие гипотезы
Лекция 11. Рейтинговые системы на логических нейронных сетях
11.1. Структура нейросети и способы обучения
11.2. Структура экрана рецепторов
Рис. 11.1. Экран рецепторов
11.3. Структура экрана выходного слоя, отображающего рейтинг банков - эталонов
Рис. 11.2. Экран выходного слоя
11.4. Пример определения рейтинга на основе банков - эталонов
11.5. Построение обученной логической нейронной сети на основе интервалов значений показателей
11.6. Отображение и управление рейтинговой системой с помощью матриц связей
Лекция 12. Управление качеством при модернизации и развитии сложных систем в условиях финансовых и технологических ограничений
12.1. Задача управления качеством сложной системы
12.2. Рейтинг объектов сложной системы
12.3. Рейтинговая система на основе интервалов значений показателей качества объектов сложной системы
12.4. Отображение системы концентрических областей одинакового рейтинга
12.5. О стратегии повышения качества сложных систем в условиях финансовых и технологических ограничений
Лекция 13. Обучаемые и самообучающиеся системы распознавания, управления и принятия решений на логических нейронных сетях
13.1. Аппроксимация опыта и ассоциативные "бесформульные" вычисления
13.2. Медицинские информационно-справочные системы
13.3. Идентификация пользователя в компьютерной сети по "почерку"
13.4. Адаптивная пошаговая маршрутизация в беспроводной телекоммуникационной сети
13.5. Некоторые "незаконченные" системы принятия решений
13.6. Самообучающиеся системы управления
13.7. Динамический выбор оптимальной стратегии распараллеливания в многопроцессорной вычислительной системе
Лекция 14. Нейросетевой метод ускоренного принятия решений операционной системой суперкомпьютера EPIC-архитектуры
14.1. Выбор моделей логической нейронной сети
14.2. Возбуждение рецепторов
14.3. Схема поиска решения
14.4. Оптимизация скалярного умножения векторов при счёте значения функции активации
14.5. Распараллеливание скалярного умножения векторов
Лекция 15. Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр
15.1. Логическая нейронная сеть - средство пошагового принятия решений
15.2. Нейросетевая транспортная модель динамической маршрутизации
15.3. Движение транспорта с выбором альтернативного пункта смещения
15.4. Нейросетевой "подсказчик" в тактической игре
Лекция 16. Основы трёхмерного "живого" моделирования
16.1. Какую задачу мы хотим решить?
16.2. Создание графических объектов в модели трёхмерной памяти
16.3. Логические нейронные сети в основе управления трёхмерными компьютерными объектами
16.4. Создание стереоэффекта с помощью системы прозрачных мониторов
16.5. Прямоугольное экранное пространство
16.6. Сферическое экранное пространство
16.7. Цилиндрическое экранное пространство
16.8. Вычислительные средства управления объёмным экраном
16.9. Возможность применения реагирующего объекта для прогноза погоды
Лекция 17. Перспективные нейросетевые технологии
17.1. Служба безопасности
17.2. Парк фантасмагорий
17.3. Компьютерный человечек КОМПИ
17.4. Диагностика
17.5. Тестирование в сфере образовательных услуг
17.6. Печать рукописи
17.7. Экстренное торможение локомотива
17.8. Интеллектуальное протезирование конечностей
17.9. Сивилла-прорицательница
Данный блок поддерживает скрол*