- •Содержание
- •3.2. Многослойный персептрон 34
- •12.1. Обоснование выбора темы и области применения разработки 142
- •12.2. Оценка ожидаемой экономической целесообразности разработки, изготовления и использования проектируемой системы 144
- •12.3. Выводы 151
- •7. Работа с сетью Кохонена. 170
- •Введение
- •Глава 1. Введение в искусственные нейронные сети
- •1.1. Проблемы, решаемые в контексте инс
- •1.2. Краткий исторический обзор
- •1.3. Модель технического нейрона
- •Математическая модель нейрона:
- •1.4. Архитектура нейронной сети
- •1.5. Обучение нейронных сетей
- •1.6. Многослойные сети прямого распространения
- •1.6.1. Многослойный персептрон
- •1.6.3. Нерешенные проблемы
- •1.7. Самоорганизующиеся карты Кохонена
- •1.8. Модели теории адаптивного резонанса
- •1.9. Сеть Хопфилда
- •1.9.1 Ассоциативная память
- •1.9.2. Минимизация энергии
- •Глава 2. Основные функциональные возможности программ моделирования нейронных сетей
- •2.1. Формирование (создание) нейронной сети.
- •2.2. Обучение нейронной сети
- •2.3. Имитация функционирования (тестирование) обученной нейронной сети
- •Глава 3. Персептроны
- •3.1. Однослойный персептрон
- •3.2. Многослойный персептрон
- •3.2.1. Архитектура сети
- •3.2.2. Алгоритм обратного распространения
- •3.2.3. Модификации алгоритма обратного распространения и rprop-алгоритма
- •3.3. Применение многослойных персептронов
- •3.3.1. Решение конкретных задач
- •3.3.2. Естественные координаты
- •3.3.3. Репликативные нейронные сети
- •3.3.4. Практическое использование репликативных нейронных сетей
- •Глава 4. Сети Кохонена
- •4.1. Основной принцип работы сети Кохонена
- •4.2. Сходимость алгоритма самообучения
- •Глава 5. Сети радиальных базисных функций
- •5.1. Архитектура сетей
- •5.2. Интерполяция при помощи центральных функций
- •5.3. Интерполяция с помощью центральных функций и полиномов
- •5.4. Аппроксимация с помощью центральных функций
- •5.5. Вариационное исчисление для решения проблемы аппроксимации с помощью rbf-сетей
- •5.6. Расширение на случай многих функций
- •5.7. Расширение линейной частью
- •5.9. Итеративное дополнительное обучение rbf- и hbf-сетей
- •5.10. Выбор центров и радиусов в rbf-сетях
- •5.10.1. Итеративный алгоритм кластеризации
- •5.10.2. Выбор параметра
- •5.10.3. Расчет выходной весовой матрицы c
- •Глава 6. Нейронные сети и генетические алгоритмы
- •6.1. Эволюция как способ оптимизации.
- •6.2 Генетические алгоритмы
- •6.3. Нейро-генетические способы
- •Глава 7. Система моделирования нейронных сетей Trajan 2.0
- •7.1. Создание сети и обучающей последовательности
- •7.1.1. Создание сети
- •7.1.2. Количество и размерность слоев в сети
- •7.1.3. Создание обучающей последовательности
- •7.1.4. Редактирование набора образцов
- •7.2. Обучение сети
- •7.2.1. Типы сетей
- •7.2.2. Создание обучающей и проверочной последовательностей образов
- •7.2.3. Создание сокращенной обучающей последовательности
- •7.2.4. Визуализация процесса обучения
- •7.2.5. Оптимизация процесса обучения
- •7.2.6. Обучение с перекрестной проверкой
- •7.3. Работа с сетью
- •7.3.1. Возможности сети по работе с образцами
- •7.3.2. Интерпретация классификации
- •7.3.3. Работа с сетью Кохонена.
- •7.4. Генетический алгоритм выбора входных атрибутов
- •7.5. Сохранение результатов работы
- •Глава 8. Экспериментальное исследование эффективности применения нейронных сетей
- •Глава 9. Методика представления, архивирования и обработки обучающей последовательности для алгоритмов обучения нейросетей
- •Глава 10. Возможности использования среды www для дистанционного обучения
- •Глава 11. Создание программ для среды www
- •Глава 12. Технико-экономический анализ и обоснование разработки адаптивного обучающего и контролирующего курсов по нейросетям
- •12.1. Обоснование выбора темы и области применения разработки
- •12.2. Оценка ожидаемой экономической целесообразности разработки, изготовления и использования проектируемой системы
- •12.2.1. Расчет затрат на разрабоку и изготовление предлагаемого курса
- •12.2.2. Расчет экономического эффекта от создания и использования обучающего курса
- •12.3. Выводы
- •Глава 13. Обучение контролирующей системы
- •Глава 14. Дистанционный обучающий и контролирующий курс
- •Содержание обучающего курса
- •Заключение
- •Литература
- •Приложение 1. Лабораторная работа «Кластеризация образов с помощью системы моделирования нейросетей Trajan 2.1»
- •1. Цель работы
- •2. Знания и умения, формируемые данной лабораторной работой
- •3. Постановка задачи
- •4. Принципиальные особенности сетей Кохонена.
- •5. Создание сети Кохонена
- •6. Обучение сети Кохонена
- •7. Работа с сетью Кохонена.
- •8. Задание
- •9. Контрольные вопросы
- •Приложение 2. Вопросы контролирующего курса.
- •Приложение 3. Обучающие последовательности для контролирующей системы
- •Приложение 4. Листинг контролирующей программы.
Глава 10. Возможности использования среды www для дистанционного обучения
Компьютеры и компьютерные технологии играют все более и более важную роль в процессе обучения. Компьютеры используются при тестировании, демонстрации примеров и экспериментов. Существует целый класс программ, называемых "электронными" учебниками, содержащих некоторое количество иллюстрированной текстовой информации.
Использование новейших информационных технологий в обучении позволяет более активно использовать научный и образовательный потенциал ведущих университетов и институтов, привлекая лучших преподавателей к созданию курсов дистанционного обучения, расширяя аудиторию обучаемых и позволяет осуществлять широкомасштабную подготовку и переподготовку специалистов вне зависимости от места жительства.
Среда WWW (World-Wide Web - Всемирная паутина) представляет собой унифицированную среду обмена информацией в глобальной компьютерной сети Интернет. В настоящее время это наиболее популярный вид доступа к данным (по оценкам, в настоящее время WWW пользуются около 40 миллионов человек, в мире существуют сотни тысяч серверов, поддерживающих этот вид услуг).
Существование многочисленных разнообразных программ для просмотра WWW- документов (browser) для всех популярных аппаратных и программных платформ, простой и интуитивно-понятный пользовательский интерфейс, возможность представления мультимедийной информации (звук, мультипликация и т.п.) в рамках единого стандартного языка форматирования документов HTML (HyperText MarkUp Language), возможность создания форм для ввода информации пользователем объясняют быстро растущую популярность среды WWW.
Вышеперечисленные особенности среды WWW позволяют эффективно использовать ее в дистанционном обучении, как в ходе самого обучения, так и при контроле знаний учащихся. При этом обучаемому не требуется иметь специальное программное обеспечение или выделенные линии связи для доступа к учебным материалам, а преподаватель имеет возможность оперативной модификации материалов. Существование большого числа программ для создания и редактирования HTML-документов позволяет существенно упростить и сократить время подготовки учебных материалов.
Применение гипертекстовых технологий в обучении дает целый ряд неоспоримых преимуществ:
Наличие развитой гипертекстовой структуры, покрывающей как понятийную часть курса (определения, теоремы), так и логическую структуру изложения (последовательность изложения, взаимозависимость частей).
Гибкая система управления структурой - преподаватель может задать наиболее приемлемую, по его мнению, форму представления материала, и задать последовательность изложения материала, что позволяет использовать один и тот же учебный материал для аудитории разной степени подготовленности и для различных видов учебной деятельности (первичное обучение, переподготовка, тренинг, самостоятельное или факультативное изучение материала) или как справочную систему.
Использование, мультимедиа возможностей современных персональных ЭВМ, в частности, звука, анимации, графических вставок, слайд-шоу и т.п.
Адекватное воспроизведение материала при получении "бумажной копии" (распечатке).
Возможное наличие подсистемы контроля знаний, интегрированной в учебник.
Помимо прочего, гипертекстовые технологии обладают целым рядом преимуществ:
Современные информационные технологии позволяют достаточно просто создавать информационные материалы, даже не имея специальных знаний об используемых языках форматирования документа (существую разнообразные конверторы из наиболее распространенных текстовых форматов в формат гипертекстовый).
К следующему преимуществу современных информационных технологий относится то, что в настоящее время существует множество программ-просмотрщиков (Netscape, Mosaic, InternetExplorer и т.п.) обладающих удобным интерфейсом и адаптированных для всех существующих платформ компьютеров (IBM PC, Macintosh и т.д.).
Поскольку гипертекстовый протокол является стандартом в WWW, то такой учебник легко может быть включен в глобальную информационную сеть и будет доступен широкому кругу пользователей.
Важным преимуществом использования сети Internet в дистанционном обучении является возможность применения системы электронного контроля знаний на основе интерфейсов среды WWW. Система позволяет преподавателю создать опрос из набора закрытых вопросов с выбором ответов по схеме "один из многих". Тексты вопросов и ответов могут включать в себя графические вставки (в том числе формулы, схемы и т.п.). В системе используется адаптивная схема выбора вопросов для оптимального определения уровня знаний контролируемого. По результатам опроса ведется журнал и статистика, выдаваемые для оценки знаний преподавателю. Система может быть использована как для контроля знаний учащихся (допуск к задачам практикумов, зачет по темам и т.д.), так и для самостоятельной подготовки.
Сочетание гипертекстовых учебных пособий и системы электронного контроля знаний, базирующиеся на технологиях Интернет, позволяют, в перспективе, создать единую обучающую среду, адаптирующуюся под уровень знаний студента и требования преподавателя.