22

5.Контрольные вопросы

1.Какие достоинства и недостатки характерны для нейросетевого прогнозирования?

2.Какова последовательность решения типовой задачи на нейроимитаторе?

3.Какими функциональными возможностями обладает программа NeuroPro?

4.Для чего нужны процедуры вербализации и контрастирования?

5.Каким образом осуществляется создание и сохранение нейропроекта?

6.В чем заключается особенность работы с таблицами данных в NeuroPro?

7.Для каких целей выполняется оценка значимости входных сигналов нейронной сети?

23

Библиографический список

1.Белозеров О. И. Современные методы прогнозирования. Искусственные нейронные сети: учебное пособие. – Хабаровск: ХГИИК, 2000. 50 с.

2.Белозеров О. И. Моделирование системы “руководитель-подчиненный” при помощи нейронной сети // Международная конференция «Научнотехническое и экономическое сотрудничество стран АТР в XXI веке» (1999 г. Хабаровск): тезисы докладов. – Хабаровск: Дальневосточный государственный университет путей сообщения, 1999. С. 5.

3.Белозеров О. И. Повышение эффективности подбора кадров в органы внутренних дел с помощью искусственных нейронных сетей.// Проблемы совершенствования деятельности органов внутренних дел по борьбе с преступностью на рубеже столетий: сборник научных трудов, II ч. – Хабаровск: ДВЮИ МВД РФ, 1999. С. 120–124.

4.Белозеров О. И. Сравнение статистических и нейросетевых методов прогнозирования: тезисы докладов XXXIX научно-технической конференции студентов и аспирантов. – Хабаровск: ХГТУ, 1999. С. 22.

5.Гилев С. Е., Коченов Д. А., Миркес Е. М., Россиев Д. А. Контрастирование, оценка значимости параметров, оптимизация их значений и их интерпретация в нейронных сетях: доклады III Всероссийского семинара “Нейроинформатика и ее приложения”. – Красноярск, 1995. – С. 66-78.

6.Горбань А. Н. Обучение нейронных сетей. – М.: Изд. СССР-США СП

"ParaGraph", 1990. 160 с. (English Translation: AMSE Transaction, Scientific Siberian, A, 1993, Vol. 6. Neurocomputing, рp.1-134).

7.Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. – Новосибирск: Наука, 1996. 276 с.

8.Горбань А. Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сиб. журн. вычисл. математики / РАН. Сиб. отд-ние. – Новосибирск, 1998. – Т.1 – №1. – С. 11-24.

9.Доррер М. Г. Обработка психологической информации при помощи нейронных сетей // Проблемы информатизации региона: материалы второй межрегиональной конференции. – Красноярск: КГТУ, 1997. С. 33-43.

10.Свириденков К. И., Свириденкова М. А., Широков С. С. Использование нейромоделей для прогнозирования // Международная конференция "Информатизация правоохранительных систем" (1998 г., Москва): тезисы докладов. – М.: Академия МВД РФ, 1998. С. 116-117.

11.Царегородцев В. Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых нейронных сетей // Методы нейроинформатики: сборник научных трудов. – Красноярск: КГТУ, 1998. С. 205.

12.Rumelhart D. E., Hinton G. E., Williams R. J. 1986. Learning internal reprentations by error propagation. In Parallel distributed processing, vol. 1, pp. 318-62. Cambridge, MA: MIT Press.

24

Белозеров Олег Иванович

ОБРАБОТКА ДАННЫХ ИСКУССТВЕННЫМИ НЕЙРОННЫМИ СЕТЯМИ

Методические указания по выполнению лабораторных работ для студентов III-IV курса всех специальностей и форм обучения

Редактор Г.С. Одинцова

_____________________________________________________________________

Подписано в печать 1,4. Формат 60х84/16. Бумага писчая. Печать офсетная. Ул. печ. л. 0,93. Уч.- изд. л. 1,0.

Тираж 100 экз. Заказ _____.

_____________________________________________________________________

680042, г. Хабаровск, ул. Тихоокеанская, 134, ХГАЭП, РИЦ