Презентация на тему "Интеллектуальные системы.(Искусственные нейронные сети)"

Содержание

• 
  Слайд 1

  Интеллектуальные системы.(Искусственные нейронные сети)

  Выполнил Студент гр. АТПП-08 Шиляев Денис АТПП-08

• 
  Слайд 2

  Интеллектуальная система

  Это  техническая или программная система, способная решать задачи, традиционно считающиеся творческими. АТПП-08

• 
  Слайд 3

  Возможности интеллектуальных систем

  связь с пользователями с помощью понимания естественного языка, изображений и знаков; координирование принятия решений, планирования и действия; обучение на предыдущем опыте и адаптация поведения. АТПП-08

• 
  Слайд 4

  Виды интеллектуальных систем

  По алгоритму вычислений : нейронные сети; деревья решений; нечеткая логика; генетические алгоритмы; эволюционное программирование; И др. АТПП-08 Остановимся подробнее на нейронных сетях

• 
  Слайд 5

  Искусственные нейронные сети

  Нейросеть – это обучаемая система. Она действует не только в соответствии с заданным алгоритмом и формулами, но и на основании прошлого опыта АТПП-08

• 
  Слайд 6

  Области применения нейронных сетей

  АТПП-08 Медицина Связь Интернет Автоматизация производств И д.р…

• 
  Слайд 7

  Классификация нейронных сетей

  АТПП-08 Рассмотрим подробнее нейронные сети прямого действия

• 
  Слайд 8

  Структура и принципы работы нейронной сети

  АТПП-08 φ– множество сигналов, поступающих на вход нейрона, wi – весовые коэффициенты нейрона. n – размерность вектора входов, w0 – «нейронное смещение», вводимое для инициализации сети, - подключается к неизменяемому входу +1, F – активационная функция нейрона.

• 
  Слайд 9
  

  АТПП-08 nφ – размерность вектора входов φнейронной сети; nh – число нейронов в скрытом слое; θ– вектор настраиваемых параметров нейронной сети, включающий весовые коэффициениы и нейронные смещения (wji, Wij) fj(x) – активационная функция нейронов скрытого слоя; Fi(x) – активационная функция нейронов выходного слоя.

• 
  Слайд 10

  Обучение нейронной сети

  АТПП-08 М – число примеров в обучающем множестве; d – требуемый выходной сигнал; y – полученный выходной сигнал.

• 
  Слайд 11
  

  АТПП-08  – коэффициент обучения, определяющий скорость обучения

• 
  Слайд 12

  Нейросетевые системы управления

  АТПП-08 Рисунок 1 Рисунок 2

• 
  Слайд 13

  Пример простой нейронной сети

  АТПП-08                    

• 
  Слайд 14

  Спасибо за внимание!

  АТПП-08