Ebook: Нейроинформатика учеб. пособие для студентов

ОглавлениеВведениеРабочая программа по курсу «Нейроинформатика»Задания для лабораторных работЛабораторная №1Лабораторная №2Лабораторная №3Лабораторная №4Лабораторная №5Лабораторная №6Лабораторная №7Вопросы к экзаменуЛекция 1. Введение в нейроинформатикуЛекции 2 и 3. Сети естественной классификацииСодержательная постановка задачиФормальная постановка задачиСеть КохоненаОбучение сети КохоненаСеть Кохоненана сфереМетод динамических ядерВыбор начального приближенияПримерывидов классификацииСферическая модельПространственная модельМодель линейных зависимостейОпределение числа классовПростой подборМетоды отжигаЛекции 4, 5 и 6. Нейронныесети ассоциативной памяти, функционирующие в дискретном времениОписание задачиФормальная постановка задачиСети ХопфилдаФункционирование сетиОртогональные сетиТензорные сетиСети дляинвариантной обработки изображенийКонструирование сетей под задачуЧисленный экспериментДоказательство теоремыЛекция 7.1. Двойственные сетиКраткий обзор нейронных сетейВыделение компонентовЗапросы компонентов нейрокомпьютераЗапросы к задачникуЗапрос к предобработчикуЗапрос к исполнителюЗапросы к учителюЗапрос к контрастеруЗапрос к оценкеЗапрос к интерпретатору ответаЗапросы к сетиЛекция 7.2. Задачник и обучающее множествоСтруктуры данных задачникаПоля задачникаСостав данных задачникаЦвет примера и обучающая выборкаВходные данныеКомментарииПредобработанные данныеПравильные ответыПолученные ответыОценкиВес примераДостоверность ответаУверенность в ответеЛекция 8.ПредобработчикНейронРазличимость входных данныхКлассификация компонентов входных данныхКодирование бинарных признаковКодирование неупорядоченных качественных признаковКодирование упорядоченных частных признаковЧисловые признакиПростейшаяпредобработка числовых признаковОценка способности сети решить задачуОценка константы Липшица сетиСпособ вычисления константы ЛипшицаСинапсУмножительТочкаветвленияСумматорНелинейный Паде преобразовательНелинейный сигмоидный преобразовательАдаптивный сумматорКонстанта Липшица сигмоидной сетиПредобработка, облегчающая обучениеДругие способы предобработкичисловых признаковМодулярная предобработкаФункциональная предобработкаПозиционная предобработкаСоставной предобработчикЛекция 9. Описание нейронных сетейКонструирование нейронных сетейЭлементы нейронной сетиСоставные элементыФункционирование сетиМетоды построения двойственных сетейЭлементы самодвойственных сетейСинапсУмножительТочка ветвленияСумматорНелинейный Паде преобразовательНелинейный сигмоидный преобразовательПроизвольный непрерывный нелинейный преобразовательПороговыйпреобразовательПравила остановки работы сетиАрхитектуры сетейМодификация синаптической карты (обучение)Контрастирование и нормализациясетиПримеры сетейи алгоритмов их обученияСети ХопфилдаСетьКохоненаПерсептрон РозенблаттаЛекция 10. Оценка и интерпретатор ответаИнтерпретаторответаУровень уверенностиПостроение оценки по интерпретаторуОценка обучающего множества. Вес примераГлобальные и локальные оценкиСоставные интерпретатор ответа и оценкаЛекция 11.1. ИсполнительЛекция 11.2, 12. УчительЧто можно обучать методом двойственностиЗадача обучения сетиОписание алгоритмов обученияКраткий обзор макрокоманд учителяНеградиентные методы обученияМетод случайной стрельбыМетод покоординатногоспускаПодбор оптимального шагаМетод случайного поискаМетод Нелдера-МидаГрадиентные методы обученияМетод наискорейшего спускаkParTanКвазиньютоновские методыЛекции 13,14. КонтрастерЗадачи для контрастераУпрощение архитектуры нейронной сетиУменьшение числа входных сигналовСведение параметров нейронной сети к выделенным значениямСнижение требований к точности входных сигналовПолучение явных знаний из данныхПостроение логически прозрачных сетейПолучение явных знанийМножества повышенной надежностиФормальная постановка задачиКлассификация дублейПрямой дубль первого родаКосвенный дубль первого родаПрямой дубльвторого родаКосвенный дубль второго родаКосвенный супердубльПроцедура контрастированияКонтрастирование на основе показателей значимостиКонтрастирование без ухудшенияГибридная процедура контрастированияКонтрастирование при обученииОпределение показателей значимостиОпределение показателей значимости через градиентУсреднение по обучающему множествуНакопление показателей значимостиЛекции 15,16. ПерсептронОпределение персептронаОбучение персептрона. Правило ХеббаЦелочисленностьвесов персептроновДвуслойность персептронаПриложение 1 Описание пакета программ CLABОписание пакетаОбщее описаниеPtn-файлЗадачникСоздание нейросетиОбучение нейросетиКлассификация объектовДополнительные возможности нейросетиИнструкции пользователю по работе с пакетом CLABИнсталляцияОбучение работе с пакетом CLAB на демонстрационной задачеИнструкции по созданию ptn-файлаИнструкции по выбору файлов и директорий при работе с пакетом CLABИнструкции по работе с программой editorСоставление задачника без использования программы editorИнструкции по работе с программой netgenerИнструкции по работе с программой teacherИнструкции по работе с программой testerПриложение 2 Пакет программ «Нейроучебник»Сервисные функцииГлавный индексОсновной режимОбучающеемножествоНейронная сетьПараметрыОбучениеТестПриложение 3. Стандарт нейрокомпьютераОбщий стандартСтандарт типов данныхПеременные типа цвет и операции с цветамиЗначение переменной типа цвет (Color)Операции с переменными типа цвет (Color)Приведение и преобразование типовОперацииПредопределенные константыИнтерфейсные функцииСтруктура данных интерфейсных функцийСоглашение о передаче значений отображаемым элементамПеречень отображаемых элементовПеречень интерфейсных функцийСтроковыефункцииОписание языка описания компонентовПередача аргументов функциямИмена структурных единиц компонентовСпособ описания синтаксических конструкцийОписание общих синтаксических конструкцийКомментарииОбласть действия переменныхОсновные операторыОписание распределения сигналовФункции управления памятьюИспользование памятиОбработка ошибокПроцедура обработки ошибокУстановить обработчик ошибок (OnError)Дать номер ошибки (GetError)Запросы, однотипные для всех компонентовЗапрос на установлениетекущего компонентаЗапросы, работающие со структурой компонентаЗапросы на изменение параметровИнициация редактора компонентыЗадача, используемая в примерахСтандарт первого уровня компонента задачникЯзык описания задачникаБНФ языка описания задачникаОписание языка описания задачникаНеопределенные значенияПример описания задачникаСтандарт второго уровня компонента задачникЧтение и запись задачникаПрочитать задачник (tbAdd)Записать задачник (tbWrite)Закрыть задачник (tbDelete)Начало и конец сеансаНачало сеанса (InitSession)Конец сеанса (EndSession)Перемещение по примерамВ начало (Home)В конец (End)Следующий (Next)Предыдущий (Prev)Конец (Last)Начало (First)Пример номер (Example)Определение, получение и изменение данныхДать пример (Get)Обновить данные (Put)Сбросить предобработку (RemovePrepare)Окраска примеровДать цвет примера (GetColor)Покрасить пример (PaintCurrent)Ошибки компонента задачникаСтандарт первого уровня компонента предобработчикНеопределенные значенияСтандартные предобработчикиЯзык описания предобработчикаБНФ языка описания предобработчикаОписание языка описания предобработчикаПример описания предобработчикаСтандарт второго уровня компонента предобработчикЗапрос на предобработкуПредобработать вектор сигналов (Prepare)Остальные запросыОшибки компонента предобработчикСтандарт первого уровня компонента сетьСтруктура компонентаСигналы и параметрыОбучаемые и не обучаемые параметры и сигналыДополнительные переменныеСтандарт языка описания сетейКлючевые слова языкаБНФ языка описания сетейОписание языка описания сетейОписание и область действия переменныхМетоды Forw и Back для блоковОписание элементовПример описания элементовОписание блоковПример описания блоковСокращение описания сетиРаздел описания сигналов и параметровРаздел описания связейЧастично сокращенное описаниеПример сокращенного описания блоковСтандарт второго уровня компонента сетьЗапросы к компоненту сетьЗапросы на функционированиеВыполнить прямое Функционирование (Forw)Выполнить обратное Функционирование (Back)Запросы на изменение параметровПровести обучение (Modify)Изменить маску обучаемости (ModifyMask)Обнулить градиент (NullGradient)Случайное направление спуска (RandomDirection)Запросы, работающие со структурой сетиВернуть параметры сети (nwGetData)Установить параметры сети (nwSetData)Нормализоватьсеть (NormalizeNet)Остальные запросыОшибки компонента сетьСтандарт первого уровня компонента интерпретатор ответаБНФ языка описания интерпретатораОписание языка описания интерпретаторовПример