Искусственные нейронные сети. Сивохин А.В - 4 стр.

UptoLike

4
ского аналога нейрона. Пакет обеспечивает эффективную поддержку
проектирования, обучения, анализа и моделирования множества из-
вестных типов сетейот базовых моделей персептрона до самых
современных ассоциативных и самоорганизующихся сетей. В пакете
имеется более 15 таких типов. Для каждого типа архитектуры и обу-
чающих правил имеются М-функции инициализации, обучения,
адаптации, создания, моделирования, отображения, оценки и демон-
страции, а также примеры применения. Обеспечена возможность ге-
нерации переносимого кода с помощью пакета Real Time Workshop,
также входящего в систему MATLAB 6.
Лабораторные работы, описания которых содержатся в данном
практикуме, разработаны с целью научить студентов эффективно
использовать мощный инструментальный пакет NNT системы
MATLAB 6 для проектирования, анализа и моделирования нейрон-
ных сетей. Первые две лабораторные работы позволяют освоить ин-
тегрированную среду системы MATLAB и основы программирова-
ния на языке сверхвысокого уровня этой системы. Остальные лабо-
раторные работы дают возможность познакомиться со многими ти-
пами нейронных сетей, научиться создавать, обучать и исследовать
такие сети. Описательная часть лабораторной работы содержит не-
обходимый минимум сведений по теме, практическая часть включает
достаточное число заданий для приобретения навыков в использова-
нии пакета NNT.
ского аналога нейрона. Пакет обеспечивает эффективную поддержку
проектирования, обучения, анализа и моделирования множества из-
вестных типов сетей – от базовых моделей персептрона до самых
современных ассоциативных и самоорганизующихся сетей. В пакете
имеется более 15 таких типов. Для каждого типа архитектуры и обу-
чающих правил имеются М-функции инициализации, обучения,
адаптации, создания, моделирования, отображения, оценки и демон-
страции, а также примеры применения. Обеспечена возможность ге-
нерации переносимого кода с помощью пакета Real Time Workshop,
также входящего в систему MATLAB 6.
   Лабораторные работы, описания которых содержатся в данном
практикуме, разработаны с целью научить студентов эффективно
использовать мощный инструментальный пакет NNT системы
MATLAB 6 для проектирования, анализа и моделирования нейрон-
ных сетей. Первые две лабораторные работы позволяют освоить ин-
тегрированную среду системы MATLAB и основы программирова-
ния на языке сверхвысокого уровня этой системы. Остальные лабо-
раторные работы дают возможность познакомиться со многими ти-
пами нейронных сетей, научиться создавать, обучать и исследовать
такие сети. Описательная часть лабораторной работы содержит не-
обходимый минимум сведений по теме, практическая часть включает
достаточное число заданий для приобретения навыков в использова-
нии пакета NNT.




                               4