| Россия |
Нейроинформатика: Информация
Форма обучения:
дистанционная
Стоимость самостоятельного обучения:
бесплатно
Доступ:
свободный
Документ об окончании:
Вам нравится? Нравится 21 студенту
Уровень:
Специалист
Длительность:
20:15:00
Студентов:
1418
Выпускников:
125
Качество курса:
4.58 | 4.39
Нейроинформатика - один из новых ликов информатики. Это область науки и интеллектуальной практики, переживающая период экспоненциального роста: растет число вовлеченных людей и публикаций, журналов и лабораторий, вложений и изобретений.
В курсе наряду с фундаментальными результатами, изложены технические и медицинские приложения нейронных сетей. В нем также представлены оригинальные алгоритмы оценки погрешностей в нейронных сетях, анализ проблемы скрытых параметров и новый подход к восстановлению неизвестных данных, описание различных обобщений сетей Хопфилда, предназначенных для создания ассоциативной памяти; описываются методы производства знаний из данных с помощью нейронных сетей.
Специальности: Программист
Теги: алгоритмы, выходной нейрон, вычисления, искусственная жизнь, исследования, кластеры, компоненты, линейное пространство, моделирование, нейрокомпьютер, нейронные сети, нелинейный преобразователь, обучающая выборка, обучение, обучение нейронной сети, ошибка обучения, поиск, программирование, сеть встречного распространения, сеть хопфилда, синапс, тестирование, элементы
План занятий
Занятие
Заголовок <<
Дата изучения
Введение
46 минут
-
Лекция 1
1 час 51 минута
Возможности нейронных сетей
В данной лекции дано описание основных элементов, из которых составляются нейронные сети. Рассматриваются только нейронные сети, синхронно функционирующие в дискретные моменты времени. Описаны основные архитектуры нейронных сетей
Оглавление
- Нейробум: поэзия и проза нейронных сетей
- Элементы нейронных сетей
- Архитектура нейронных сетей
- Существуют ли функции многих переменных ?
- Универсальные аппроксимационные способности произвольной нелинейности и обобщенная теорема Стоуна
- Точное представление многочленов от многих переменных с помощью одного произвольного многочлена от одного переменного, линейных операций и суперпозиции
- Нейронные сети - универсальные аппроксимирующие устройства и могут с любой точностью имитировать любой непрерывный автомат
-
Лекция 2
1 час 44 минуты
Решение задач нейронными сетями
В данной лекции описано несколько базовых задач для нейронных сетей и основных или исторически первых методов настройки сетей для их решения
-
Лекция 3
1 час 59 минут
Быстрое дифференцирование, двойственность и обратное распространение ошибки
В данной лекции познакомимся с методами обучения нейронных сетей и оптимизацией обучения нейронных сетей
Оглавление
- Обучение нейронных сетей как минимизация функции ошибки
- Граф вычисления сложной функции
- Вычисления на ориентированном графе
- Двойственное функционирование, дифференциальные операторы и градиент сложной функции
- Сложность вычисления функции и ее градиента
- Двойственность по Лежандру и смысл двойственных переменных
- Оптимизационное обучение нейронных сетей
-
Лекция 4
1 час 39 минут
Нейросетевые информационные модели сложных инженерных систем
В данной лекции обсуждаются нейросетевые методы построения моделей сложных систем, основанные на экспериментальных данных. Подробно рассмотрены постановки типовых задач информационного моделирования. Изложение сопровождается модельными иллюстрациями и примерами реальных практических применений.
Оглавление
- Сложные системы
- Принципы информационного кибернетического моделирования
- Характер приближений в информационных моделях
- Прямые, обратные и комбинированные задачи информационного моделирования
- Дифференцированная оценка степени корректности обратной задачи на основе кластерного анализа сетью Кохонена
- Прикладное информационное моделирование в задаче оценки риска при эксплуатации сложной инженерной системы
- Итоги
-
Лекция 5
4 часа 2 минуты
Медицинская нейроинформатика
В данной лекции подробно остановимся на применении нейроинформационных технологий в медицине
Оглавление
- Введение
- Архитектура нейронной сети
- Функционирование нейрона
- Функционирование нейросети
- Общая схема обучения нейронной сети
- Методологические аспекты обучения нейросетей
- Тестирование примеров
- Создание медицинских нейросетевых экспертных систем
- Постановка задачи
- Представление обучающих данных
- Инициализация нейронной сети
- Стратегия и тактика обучения нейронных сетей
- Дополнительные возможности нейросетей и автоматизированные стратегия и тактика обучения
- Экспертные системы, созданные на основе нейросетевой технологии группой "НейроКомп"
-
Лекция 6
2 часа 18 минут
Погрешности в нейронных сетях
Подробно излагается и рассматривается алгоритм оценки погрешностей в работе нейронных сетей
Оглавление
- Погрешности в нейронных сетях
- Введение
- Два базовых подхода к оценкам погрешности
- Структура сети
- Метод обратного распространения точности для гарантированных интервальных оценок
- Метод обратного распространения точности для анализа реализуемости сетей с собственными погрешностями элементов
- Метод обратного распространения точности для оценки среднеквадратических отклонений
- Анализ реализуемости сетей с собственными погрешностями элементов методом обратного распространения точности для оценки среднеквадратических отклонений
- Обсуждение
- Заключение.
-
Лекция 7
55 минут
Скрытые параметры и транспонированная регрессия
В данной лекции будет решаться задача восстановления недостающих данных, познакомимся с гипотезами и теоремами о скрытых параметрах
-
Лекция 8
1 час 16 минут
Нейронные сети ассоциативной памяти
В данной лекции будет рассматриваться качество работы сети, которое возрастает с ростом размерности пространства и валентности, поговорим так же и об эффективности устранения ошибок
-
Лекция 9
27 минут
Логически прозрачные нейронные сети и производство явных знаний из данных
В данной лекции описываются методы производства знаний из данных с помощью нейронных сетей
-
