Больше чем классов ассоциации)

Принятие решений и управление - Классификации подлежат ситуации, характеристики которых поступают на вход

Кластеризация- разбиение множества входных сигналов на классы, при том, что ни количество, ни признаки классов заранее не известны. Соответствие между классами, выделенными сетью, и классами, существующими в предметной области, устанавливается человеком. Сети Кохонена.

4) Прогнозирование - из её способности к обобщению и выделению скрытых зависимостей между входными и выходными данными

Аппроксимация - при правильном выборе структуры может достаточно точно аппроксимировать функционирование любого непрерывного автомата

6) Сжатие данных и Ассоциативная память - способность нейросетей к выявлению взаимосвязей между различными параметрами дает данные большой размерности более компактно – это сжатие. И обратное восстановление – это ассоциация. Ассоциативная память позволяет также восстанавливать исходный сигнал/образ из зашумленных/поврежденных входных данных.

Преимущества:

Адаптивность, способность к обобщениям, нелинейные регуляторы, параллелизм, устойчивость к повреждениям

Обучение:

1) с учителем – многослойный перцептрон. Метод обратного распространения ошибки:

Функция ошибки (по методу наименьших квадратов):

Модифицировать веса – по методу градиентного спуска. То есть будем подправлять веса после каждого обучающего примера и, таким образом, «двигаться» в многомерном пространстве весов.

(проблемы локальных минимумов,

и переобучения – когда нейронов

больше чем классов ассоциации)

Дата добавления: 2015-11-30