Детальная информация

Название: Нейросетевое моделирование. Принципы, алгоритмы, приложения
Авторы: Васильев Александр Николаевич; Тархов Дмитрий Альбертович
Организация: Санкт-Петербургский государственный политехнический университет
Выходные сведения: Санкт-Петербург: Изд-во Политехн. ун-та, 2009
Электронная публикация: Санкт-Петербург, 2021
Коллекция: Учебная и учебно-методическая литература; Общая коллекция
Тематика: Алгоритмы; Математическое моделирование; Нейронные сети
УДК: 004.032.26; 519.876.5
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 01.00.00
Группа специальностей ФГОС: 010000 - Математика и механика
DOI: 10.18720/SPBPU/2/si21-76
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно: Новинка

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Монография посвящена современным методам применения нейронных сетей к различным задачам математического моделирования, включая стандартные и нестандартные задачи математической физики. Большинство методов и алгоритмов разработано авторами и обладает приоритетной новизной. Данная методология существенно (на порядок) сокращает трудоёмкость моделирования процессов и явлений в технических системах и позволяют инженеру-исследователю самостоятельно решать задачи, ранее доступные только научным коллективам, включающим квалифицированных специалистов по вычислительной математике.

Печатается по решению редакционно-издательского совета Санкт-Петербургского государственного политехнического университета.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • Оглавление
  • Введение
  • Глава 1. Анализ состояния предметной области, постановка задач и описание основных моделей
  • Глава 2. Структурные алгоритмы построения статических и динамических нейронных сетей
  • Глава 3. Итерационные методы обучения нейронных сетей
  • Глава 4. Применение статических нейронных сетей к построению приближенных решений эллиптических краевыхзадач на плоскости и в пространстве
  • Глава 5. Принципы нейросетевого моделирования многокомпонентных систем с фиксированными границами подобластей
  • Глава 6. Принципы нейросетевого моделирования многокомпонентных систем с переменными границами подобластей
  • Глава 7. Построение приближенных нейросетевых моделей по разнородной информации
  • Глава 8. Осцилляторные нейросетевые модели бесконечной размерности
  • Глава 9. Нейросетевой эмулятор Essence
  • Заключение
  • Литература

Статистика использования

stat Количество обращений: 2
За последние 30 дней: 0
Подробная статистика