Типовые задачи для информационного моделирования с использованием нейронных сетей

Сергей А.Терехов

г. Снежинск, декабрь 2000
e-mail:
alife@narod.ru


Аннотация

Ставшие "классическими", нейросетевые методы обработки плохо структурированной информации нашли широкое применение для обработки данных в различных предметных областях. Эти вычислительные алгоритмы обладают рядом ценных свойств, как то слабая чувствительность к шуму и пропускам в данных, возможность параллельной обработки данных высокой размерности, использование "обучения" вместо трудоемкой алгоритмизации задачи.

В первой части работы отражены специфические особенности постановок задач нейросетевого информационного моделирования, приведен ряд типовых постановок задач. Излагаются некоторые современные аспекты методологии тестирования нейросетевых моделей.

Вторая часть содержит описание коллекции тестовых данных для нейросетевых и статистических методик. Иллюстративные расчеты выполнены с помощью комплекса Nimfa и пакета Matlab Neural Networks Toolbox.

Все обсуждаемые в работе подходы и данные основаны на материалах, доступных в глобальной всемирной сети Интернет.




Главная страница   |   Наверх   |   Литература

Hosted by uCoz