Поиск
Закладки
Озвучивание недоступно Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
MATLAB 6.5 SP1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики

Глава 2. Пакет расширения по нейронным сетям

Предыдущая страница

Следующая страница

Глава 2. Пакет расширения по нейронным сетям
На предыдущую главу Предыдущая глава
оглавление
Следующая глава На следующую главу

Table of contents

Глава 2. Пакет расширения по нейронным сетям-
2.1. Введение в пакет Neural Networks Toolbox
2.1.1. Назначение пакета Neural Networks Toolbox
2.1.2. Основные области применения нейронных сетей
2.2. Краткие сведения об искусственных нейронных сетях
2.2.1. Появление искусственных нейронных сетей
2.2.2. Структура искусственного нейрона
2.2.3. Классификация нейронных сетей и их свойства
2.2.4. Теорема о полноте
2.2.5. Обучение нейронных сетей
2.2.6. Алгоритмы обучения нейронных сетей
2.2.7. Переобучение и обобщение нейронных сетей
2.2.8. Обучение без учителя
2.3. Типы нейронных сетей
2.3.1. Персептроны
2.3.2. Многослойные нейронные сети
2.3.3. Сеть Кохонена
2.3.4. Нейронные сети встречного распространения
2.3.5. Нейронные сети Хопфилда и Хэмминга
2.3.6. Сети с радиальными базисными функциями (RBF)
2.3.7. Линейные нейронные сети
2.4. GUI-интерфейс для пакета Neural Networks Toolbox
2.4.1. Окно GUI-интерфейса пакета нейронных сетей
2.4.2. Работа с инструментальными средствами GUI
2.4.3. Обучение нейронной сети с GUI
2.5. Функции пакета Neural Networks Toolbox
2.5.1. Доступ к справке по функциям в командном режиме работы
2.5.2. Функции активации и их производные
2.5.3. Функции адаптации и обучения
2.5.4. Функции настройки нейронных сетей
2.5.5. Функции одномерной оптимизации
2.5.6. Функции инициализации
2.5.7. Функции создания нейронных сетей
2.5.8. Функции преобразования входов сети
2.5.9. Функции весов и расстояний
2.5.10. Функции информации о сети и ее топологии
2.5.11. Функции моделирования нейронных сетей
2.5.12. Прочие функции
2.6. Примеры создания и использования нейронных сетей
2.6.1. Нейронные сети для аппроксимации функций
2.6.2. Прогнозирование значений процесса
2.6.3. Использование слоя Кохонена
2.6.4. Сеть Хопфилда с двумя нейронами
2.6.5. Классификация с помощью персептрона
2.6.6. Адаптивный линейный прогноз
2.6.7. Использование сети Элмана
2.6.8. Задача классификации: применение сети встречного распространения
2.6.9. Создание и использование самоорганизующейся карты
2.6.10. Прогнозирование результатов выборов
2.7. Создание и моделирование нейронных сетей при помощи Simulink
2.7.1. Доступ к блокам нейронных сетей пакета Simulink
2.7.2. Блоки функций активации (Transfer Functions)
2.7.3. Блоки преобразования входов сети
2.7.4. Блоки весовых коэффициентов
2.7.5. Блоки нейросетевых регуляторов (Control Systems)
2.7.6. Формирование нейросетевых моделей
2.7.7. Пример системы автоматического управления с нейросетевым регулятором на основе эталонной модели
2.8. Демонстрационные примеры пакета
2.8.1. Доступ к демонстрационным примерам
2.8.2. Перечень демонстрационных примеров
Данный блок поддерживает скрол*