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.

• 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