- •«Мати»-Российский государственный технологический университет имени к.Э.Циолковского (мати)
- •Оглавление
- •Глава 1. Нейронные Сети 7
- •Глава 2. Самоорганизующиеся карты 23
- •Глава 3. Описание работы системы 45
- •Введение
- •Актуальность задачи
- •Глава 1. Нейронные Сети Нейронные сети
- •Искусственный нейрон и его биологический прототип
- •Аналогия с мозгом
- •Биологический нейрон
- •Зрительное и пространственное воображение
- •Глава 2. Самоорганизующиеся карты Основы теории
- •MnSom из mlp-модулей
- •Обобщенная теория mnSom
- •Как избежать локальных минимумов
- •Базовая версия
- •Связь между mnSom и som
- •Глава 3. Описание работы системы Работа сети и алгоритм
- •Модель движения в MathLab
- •Заключение
- •Список литературы
МИНОБРНАУКИ РОССИИ
Государственное образовательное учреждение
высшего профессионального образования
«Мати»-Российский государственный технологический университет имени к.Э.Циолковского (мати)
_______________________________
КАФЕДРА:______________________________________________________________
РЕЦЕНЗЕНТ ______________________ ЗАВ. КАФЕДРОЙ __________________
“______”_________________ 20___ г. “______”__________________ 20___ г.
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА БАКАЛАВРА
по направлению __________________________________________________________
_________________________________________________________________________
ТЕМА:_________________________________________________________
_______________________________________________________________ _______________________________________________________________ _______________________________________________________________
Студент ________________________________ ______________________
подпись расшифровка подписи
Руководитель __________________________ ______________________
Консультант __________________________ _______________________
Москва 20___ год
Оглавление
Оглавление 2
Введение 2
Цель 3
Актуальность задачи 3
Глава 1. Нейронные Сети 7
Нейронные сети 7
Искусственный нейрон и его биологический прототип 8
Аналогия с мозгом 12
Биологический нейрон 13
Зрительное и пространственное воображение 14
Глава 2. Самоорганизующиеся карты 23
Основы теории 23
Обобщенная теория mnSOM 32
Как избежать локальных минимумов 36
Базовая версия 37
Связь между mnSOM и SOM 38
Глава 3. Описание работы системы 45
Работа сети и алгоритм 45
Модель движения в MathLab 49
Заключение 52
Список литературы 53
Введение
В ходе данной работе будет разработан нейросетевой алгоритм, выполняющий быстрое и точное распознавание входных 3-х мерных образов. Будут проведены анализ эффективности работы этой сети в сравнении с аналогичными возможностями человека.
Интеллектуальные системы на основе искусственных нейронных сетей (ИНС) позволяют с успехом решать проблемы идентификации и управления, прогнозирования, оптимизации и соответственно моделирование. Известны и другие, более традиционные подходы к решению этих проблем, однако они не обладают необходимой гибкостью и имеют существенные ограничения на среду функционирования.
Нейронные сети позволяют реализовать любой требуемый для процесса нелинейный алгоритм моделирования при неполном, неточном описании объекта, создавать мягкую адаптацию, обеспечивающую устойчивость системе при нестабильности параметров.
ИНС могут применяться для различных задач: аппроксимация функций, идентификация, прогнозирование, управление, классификация образов, категоригизация, оптимизация.
Широкий круг задач, решаемый НС, не позволяет в настоящее время создавать универсальные, мощные сети, вынуждая разрабатывать специализированные НС, функционирующие по различным алгоритмам.
В данной работе рассматривается возможность применения искусственной нейросети.
Цель
В ходе данной работе будет разработан нейросетевой алгоритм, выполняющий быстрое и точное распознавание входных 3-х мерных образов. Будут проведены анализ эффективности работы этой сети в сравнении с аналогичными возможностями человека.