Нейронные сети презентация

Содержание

Слайд 2

Модель нейрона

Модель нейрона

Слайд 3

«Живой» нейрон

«Живой» нейрон

Слайд 4

Искусственная нейронная сеть (ИНС) Искусственная нейронная сеть (ИНС) - это

Искусственная нейронная сеть (ИНС)

Искусственная нейронная сеть (ИНС) - это упрощенная модель

биологического мозга, точнее нервной ткани. Естественная нервная клетка (нейрон) состоит из тела (сомы), содержащего ядро, и отростков — дендритов, по которым в нейрон поступают входные сигналы. Один из отростков, ветвящийся на конце, служит для передачи выходных сигналов данного нейрона другим нервным клеткам. Он называется аксоном. Соединение аксона с дендритом другого нейрона называется синапсом.
Сеть ИНС представляет собой совокупность простых вычис­лительных элементов — искусственных нейронов, каждый из ко­торых обладает определенным количеством входов (дендритов) и единственным выходом (аксоном), разветвления которого под­ходят к синапсам, связывающим его с другими нейронами.
Слайд 5

Модель нейрона

Модель нейрона

Слайд 6

Модель нейрона

Модель нейрона

 

Слайд 7

Свойства нейронных сетей Обучение Обобщение Абстрагирование Применимость

Свойства нейронных сетей

Обучение
Обобщение
Абстрагирование
Применимость

Слайд 8

Функции активации в нейронных сетях

Функции активации в нейронных сетях

 

Слайд 9

Функции активации в нейронных сетях Единичный скачок или жесткая пороговая

Функции активации в нейронных сетях

Единичный скачок или жесткая пороговая функция
Линейный порог

или гистерезис
Сигмоидальная функция или сигмоид
Слайд 10

Единичный скачок или жесткая пороговая функция

Единичный скачок или жесткая пороговая функция

Слайд 11

Линейный порог или гистерезис

Линейный порог или гистерезис

Слайд 12

Сигмоидальная функция или сигмоид

Сигмоидальная функция или сигмоид

 

Слайд 13

Сигмоидальная функция или сигмоид

Сигмоидальная функция или сигмоид

 

Слайд 14

Персептрон

Персептрон

Слайд 15

Персептрон

Персептрон

 

Слайд 16

Персептрон Именно такие системы и множество им подобных называются –

Персептрон

Именно такие системы и множество им подобных называются – персептронами. Персептроны

состоят из одного слоя (т.е. количество слоев нейронов между входом X и выходом OUT равно одному) искусственных нейронов, соединенных с помощью весовых коэффициентов с множеством входов.
Слайд 17

Классификация нейронных сетей

Классификация нейронных сетей

Слайд 18

Слайд 19

Характер обучения использующие обучение с учителем использующие обучение без учителя

Характер обучения

использующие обучение с учителем
использующие обучение без учителя

Слайд 20

Настройка весов сети с фиксированными связями – весовые коэффициенты нейронной

Настройка весов

сети с фиксированными связями – весовые коэффициенты нейронной сети выбираются

сразу, исходя из условий задачи;
сети с динамическими связями – для них в процессе обучения происходит настройка синаптических весов.
Слайд 21

Тип входной информации аналоговая – входная информация представлена в форме

Тип входной информации

аналоговая – входная информация представлена в форме действительных чисел;
двоичная

– вся входная информация в таких сетях представляется в виде нулей и единиц.
Слайд 22

Применяемая модель нейронной сети Сети прямого распространения Реккурентные нейронные сети

Применяемая модель нейронной сети

Сети прямого распространения
Реккурентные нейронные сети
Радиально базисные

функции
Самоорганизующиеся карты или Сети Кохонена
Слайд 23

Нейронные сети Кохонена

Нейронные сети Кохонена

Слайд 24

Нейронные сети Кохонена Нейронные сети Кохонена - отдельный класс нейронных

Нейронные сети Кохонена

Нейронные сети Кохонена - отдельный класс нейронных сетей, используемых

для решения различных задач классификации и производных от них.
Слайд 25

Нейронные сети Кохонена

Нейронные сети Кохонена

 

Имя файла: Нейронные-сети.pptx
Количество просмотров: 14
Количество скачиваний: 0