| Table | Card | RUSMARC | |
|
|
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Нейросетевая технология является одной из наиболее динамично развивающихся областей искусственного интеллекта. Она успешно применяется в различных прикладных областях. Обучение в магистратуре исследовательского университета подразумевает активную научную работу в выбранном направлении, что предполагает углубленное изучение студентами различных разделов курса «Методы искусственного интеллекта». В пособии изложен широкий круг тем, связанных с современными методами нейросетевого моделирования (включая стандартные и нестандартные постановки задач), что позволяет каждому студенту (вместе с научным руководителем) выбрать из предложенного материала необходимое лично ему. Большинство методов и алгоритмов разработано авторами и обладает приоритетной новизной. Данная методология существенно сокращает трудоемкость моделирования систем с распределенными параметрами. Предназначено для студентов высших учебных заведений, обучающихся по образовательной программе «Системный анализ и оптимизация информационных систем и технологий» направления подготовки магистров «Системный анализ и управление». Пособие может также использоваться при подготовке магистров по направлению «Информационные системы и технологии». Пособие может быть полезно в системах повышения квалификации, в учреждениях дополнительного профессионального образования.
Печатается по решению редакционно-издательского совета Санкт-Петербургского государственного политехнического университета.
Document access rights
| Network | User group | Action | ||||
|---|---|---|---|---|---|---|
| ILC SPbPU Local Network | All |
|
||||
| Internet | Authorized users SPbPU |
|
||||
|
Internet | Anonymous |
Table of Contents
- ОГЛАВЛЕНИЕ
- Введение
- 1. Анализ состояния предметной области, постановка задач и описание основных моделей
- 2. Структурные алгоритмы построения статических и динамических нейронных сетей
- 3. Итерационные методы обучения нейронных сетей
- 4. Применение статических нейронных сетей к построению приближённых решений эллиптических краевых задач на плоскости и в пространстве
- 5. Принципы нейросетевого моделирования многокомпонентных систем с фиксированными границами подобластей
- 6. Принципы нейросетевого моделирования многокомпонентных систем с переменными границами подобластей
- 7. Построение приближённых нейросетевых моделей по разнородной информации
- 8. Осцилляторные иейросетевые модели бесконечной размерности
- Вместо заключения
- Библиографический список
Usage statistics
|
|
Access count: 33
Last 30 days: 1 Detailed usage statistics |