Нейронные сети. История и современность
Введение
Идея нейронных сетей была позаимствована у природы, а точнее в качестве аналога использовалась нервная система животных и человека. Нервная система состоит из огромного количества достаточно простых элементов – нейронов. Каждый нейрон получает сигналы от тысяч других нейронов и передает обработанную информацию тысячам других нейронов по одному единственному выводу. Нейроны связаны между собой в достаточно сложную и идеально настроенную систему. Высокое быстродействие данной системы, пока не достижимое для современных компьютеров, обеспечивается за счет параллельности обработки информации.
Привлекательным для меня в ходе изучения типов нейронных сетей является то, что современные нейрокомпьютеры позволяют с высокой эффективностью решать целый ряд интеллектуальных задач. Это задачи распознавания текстов, принятия решений в сфере управления, прогнозирование, диагностика и т.д.
Цель исследования – изучение существующих типов нейронных сетей и возможности их применения.
СОДЕРЖАНИЕ
Введение 3
1. Нейронная сеть 4
2. Принцип работы нейронной сети 6
3. Что такое нейрон? 9
4. Типы нейронных сетей 10
5. Где используют нейронные сети? 11
6. Оценка рыночной стоимости жилой недвижимости с использованием нейронных сетей 12
7. Обзор программных средств, реализующих алгоритмы нейровычислений для решения задач прогнозирования 14
8. Выводы 19
9. Список используемой литературы 20
Список используемой литературыhttp://www.immsp.kiev.ua/postgraduate/Biblioteka_trudy/NejpokomputernTechnikaUossermen1992.pdfhttps://geektimes.ru/post/83781/https://geektimes.ru/post/51372/https://geektimes.ru/post/74326/http://www.neyronn.ru/25-formalizaciya-nejroseti/
http://leonarus.com/2008/09/08/tipichnye-primery-primeneniya-nejronnyx-setej-v-menedzhmente/
Галушкин А.И. Применения нейрокомпьютеров в финансовой деятельности
Владимир Белов «О перспективах искусственного интеллекта»
А второй слой производит все нужные вычисления и обработки и сразу выдаёт конечный результат. Входные нейроны объединены с основным слоем синапсами, имеющими различный весовой коэффициент, обеспечивающий качество связей.
Многослойная нейронная сеть. Как понятно из определения, этот вид нейронных сетей помимо входного и выходного слоёв имеет ещё и промежуточные слои. Их количество зависит от степени сложности самой сети. Она в большей степени напоминает структуру биологической нейронной сети. Такие виды сетей были разработаны совсем недавно, до этого все процессы были реализованы с помощью однослойных сетей. Соответственно подобное решение имеет намного больше возможностей, чем её предок. В процессе обработки информации каждый промежуточный слой представляет собой промежуточный этап обработки и распределения информации.
В зависимости от направления распределения информации по синапсам от одного нейрона к другому, можно также классифицировать сети на две категории.