Компьютерные науки

Введение в нейронные сети

Программа о логических нейронных сетях, имитирующих механизмы работы мозга. На основе математической логики событий исследуется простейший подход к построению однослойных сетей с обратными связями для систем распознавания, управления и принятия решений.
Студентов 4524 Выпускников 463 Для всех
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Алгоритмы и сложность, Искусственный интеллект и робототехника
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебная программа демонстрирует универсальный подход, способный вывести применение нейронных сетей на уровень массового использования в областях, где требуется логическое обоснование решений. Утверждается, что эффективный подход к построению сетей на основе нечеткой логики приводит к созданию понятных однослойных архитектур с обратными связями. Охватывается полный цикл создания логических нейронных сетей: от построения обученной модели до разработки систем управления. Разбираются многочисленные примеры обучения сетей под конкретную задачу, трассировка и применение в экономике, бизнесе, медицине и маршрутизации. Логика каждой темы закрепляется обязательным проверочным тестом. Материал ориентирован на разработчиков интеллектуальных систем, бизнес-аналитиков и исследователей, ищущих прозрачные методы принятия решений.
Цели
  • Раскрыть принципы построения логических нейронных сетей на основе математической логики событий.
  • Сформировать понимание нечеткой логики как основы для систем принятия решений.
  • Дать практические ориентиры по обучению и развитию сетей под конкретные задачи.
  • Познакомить с применением нейросетевых технологий в бизнесе, экономике и медицине.
Чему я научусь?
  • Строить обученные логические нейронные сети для систем распознавания и управления.
  • Применять математическую логику событий для обоснования принимаемых решений.
  • Реализовывать нейросетевые модели маршрутизации и пошаговой оптимизации.
  • Использовать логическое программирование на базе языка ПРОЛОГ для задач нейросетей.
  • Разрабатывать информационно-справочные системы на основе нейросетевых технологий.

Авторы

Барский Аркадий Бенционович
Барский Аркадий Бенционович
Доктор технических наук, профессор кафедры "Вычислительные системы и сети" Московского государственного университета путей сообщения (МИИТ).
Чему я научусь?
  • Строить обученные логические нейронные сети для систем распознавания и управления.
  • Применять математическую логику событий для обоснования принимаемых решений.
  • Реализовывать нейросетевые модели маршрутизации и пошаговой оптимизации.
  • Использовать логическое программирование на базе языка ПРОЛОГ для задач нейросетей.
  • Разрабатывать информационно-справочные системы на основе нейросетевых технологий.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Модель нейронной сети Лекция носит вводный и ознакомительный характер и скорее ориентирована на того исследователя, что пытается, более точно... Лекция носит вводный и ознакомительный характер и скорее ориентирована на того исследователя, что пытается, более точно абстрагируя природные процессы, познать и воссоздать реальные мозговые функции. Его интересует: как формируется исходная информация на рецепторах, как осуществляется простейшее распознавание, как при переходе в пространство признаков объекта увеличить эффективность распознавания, как реализовать устойчивое, четкое выделение сигнала, необходимое при построении длинных цепочек вывода, зачем нужна кора головного мозга. Из этих проблем особое внимание читателю следует обратить на задание информации на рецепторах. Даны действенные рекомендации для разработчика системы управления или принятия решений на основе технологии логических нейронных сетей. ещё
2 Построение обученных логических нейронных сетей Приводятся примеры построения нейронных сетей на основе нечеткой логики для различных применений: для распознавания букв, в... Приводятся примеры построения нейронных сетей на основе нечеткой логики для различных применений: для распознавания букв, в играх, в бизнесе. Связи между нейронами выбираются в соответствии с логическим описаниемсистемы принятия решений. Таким образом, сети строятся обученными. Целью лекции является внедрение начальных (и вполне достаточных) навыков в построении систем принятия решений на логических нейронных сетях. ещё
Построение обученных логических нейронных сетей тест для курса Введение в нейронные сети 75 мин
3 Система принятия решений на основе математической логики событий "Вновь, несколько с другой стороны, подойдем к важной проблеме построения системы принятия решений на основе логической... "Вновь, несколько с другой стороны, подойдем к важной проблеме построения системы принятия решений на основе логической нейронной сети. Читатель, не удовлетворенный изложенным выше, может совершить повторную попытку войти в курс дела на основе математической логики событий [6], когда на основе более сложного примера просматривается весь процесс построения логической нейронной сети. Иллюстрируются: структурированное логическое описаниесистемы принятия решений, составление вспомогательной ""электронной"" схемы, применение (отвергнутых далее) основ нечеткой логики, применение ""стандартных"" нейронов, реализующих функцию активации, преобразование сложной нейронной сети в однослойную." ещё
Система принятия решений на основе математической логики событий тест для курса Введение в нейронные сети 30 мин
4 Обучение логической нейронной сети Предполагается краткое знакомство с трассировкой – обучением логической нейронной сети, структура которой предложена разработчику заранее. Трассировка... Предполагается краткое знакомство с трассировкой – обучением логической нейронной сети, структура которой предложена разработчику заранее. Трассировка может быть применена и при развитии уже используемой логической нейронной сети. Она производится по обобщенным эталонам, отражающим одно или множество ситуаций, требующих одного и того же решения на основе логического описания системы принятия решений. При этом на заданной структуре имитируется однослойная логическая нейронная сеть. Полностью ознакомиться с алгоритмом трассировки однослойных сетей можно по [6, 7]. Структурированная, скобочная структура логического описания требует применения более сложного алгоритма трассировки, изложенного в [7]. ещё
Обучение логической нейронной сети тест для курса Введение в нейронные сети 30 мин
5 Развитие логической нейронной сети для распознавания объектов по заданному набору признаков Рассматривается возможность распознавания и выбора объектов временного ряда по значениям множества признаков. Аппарат логических нейронных сетей... Рассматривается возможность распознавания и выбора объектов временного ряда по значениям множества признаков. Аппарат логических нейронных сетей позволяет производить параллельное, одновременное сравнение значений всех признаков с эталонными на основе расчета функции активации нейронов. Совместное использование нескольких эталонов позволяет построить систему принятия решений. Показываются преимущества однослойных логических нейронных сетей при достижении высокого быстродействия вычислительных средств и при развитии систем принятия решений, в том числе, - при введении обратных связей. ещё
Развитие логической нейронной сети для распознавания объектов по заданному набору признаков тест для курса Введение в нейронные сети 30 мин
6 Нейросетевые самообучающиеся и адаптивные системы управления "На основе применения логических нейронных сетей предлагается способ ""бесформульных"" вычислений. Рассматривается возможность построения самообучающихся систем управления.... "На основе применения логических нейронных сетей предлагается способ ""бесформульных"" вычислений. Рассматривается возможность построения самообучающихся систем управления. Реализуется динамический выбор стратегии параллельного обслуживания потока запросов к многопроцессорной вычислительной системе или к GRID-системе." ещё
Нейросетевые самообучающиеся и адаптивные системы управления тест для курса Введение в нейронные сети 30 мин
7 Логические нейронные сети с обратными связями Обсуждается проблема применения в логических нейронных сетяхобратных связей, как элемента самонастройки, уточнения возможной ситуации, выявления противоречия... Обсуждается проблема применения в логических нейронных сетяхобратных связей, как элемента самонастройки, уточнения возможной ситуации, выявления противоречия при выборе целесообразного решения. ещё
Логические нейронные сети с обратными связями тест для курса Введение в нейронные сети 30 мин
8 Нейросетевые технологии в экономике и бизнесе "Рассматривается принципиальная возможность применения логических нейронных сетей для банковского мониторинга и в системах оценки риска. Предлагаются... "Рассматривается принципиальная возможность применения логических нейронных сетей для банковского мониторинга и в системах оценки риска. Предлагаются принципы разработки унифицированного программного приложения для широкого круга ""рейтинговых"" задач." ещё
Нейросетевые технологии в экономике и бизнесе тест для курса Введение в нейронные сети 30 мин
9 Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр Рассматривается применение логических нейронных сетей при построении транспортных моделей с пошаговой маршрутизацией , учитывающей динамику конфликтов... Рассматривается применение логических нейронных сетей при построении транспортных моделей с пошаговой маршрутизацией , учитывающей динамику конфликтов при прохождении узлов и путей. Общность подхода при решении класса задач пошаговой оптимизации демонстрируется на возможном применении в моделях тактических игр и в Wi-Fi-технологии . ещё
Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр тест для курса Введение в нейронные сети 35 мин
10 Логическое программирование нейронной сети на базе языка ПРОЛОГ Демонстрируется высокая эффективность применения логических нейронных сетей при логическом выводе на основе языка ПРОЛОГ. Цели экспериментального... Демонстрируется высокая эффективность применения логических нейронных сетей при логическом выводе на основе языка ПРОЛОГ. Цели экспериментального дедуктивного вывода дополняют фактографическую базу знаний. Однако формализация исследований этой базы знаний с помощью логической нейронной сети позволяет реализовать зачатки индуктивного мышления, т.е. дополнения понятийной базы знаний новыми правилами вывода. ещё
Логическое программирование нейронной сети на базе языка ПРОЛОГ тест для курса Введение в нейронные сети 30 мин
11 Медицинские информационно-справочные системы на логических нейронных сетях Рассматривается технология построения системы принятия решений на основе базы знаний с ассоциативной выборкой по нечетким данным.... Рассматривается технология построения системы принятия решений на основе базы знаний с ассоциативной выборкой по нечетким данным. База знаний позволяет отображать накопленный опыт для выбора оптимальной стратегии лечения. ещё
Медицинские информационно-справочные системы на логических нейронных сетях тест для курса Введение в нейронные сети 30 мин
12 Основы трехмерного живого моделирования Рассматривается возможность построения реагирующих объектов в трехмерной памяти, управляемых логической нейронной сетью. Обсуждаются принципы построения трехмерного... Рассматривается возможность построения реагирующих объектов в трехмерной памяти, управляемых логической нейронной сетью. Обсуждаются принципы построения трехмерного экрана на основе достижения нано-технологий. ещё
Основы трехмерного живого моделирования тест для курса Введение в нейронные сети 30 мин
13 Методика построения системы принятия решений на основе логической нейронной сети Обобщается опыт построения и исследования конкретных систем принятия решений и строится методика их создания. Методика сопровождается... Обобщается опыт построения и исследования конкретных систем принятия решений и строится методика их создания. Методика сопровождается рекомендациями по упрощению систем принятия решений, сведению логических нейронных сетей к однослойным. Это облегчает верификацию, достижение полноты и непротиворечивости, снижает требования к производительности компьютеров, делает возможным применение универсальных инструментальных программных и аппаратных средств. Таким образом, моделируемое нейронной сетью ассоциативное мышление становится ясным и исчерпывающим, что свойственно военным людям. ещё
Методика построения системы принятия решений на основе логической нейронной сети тест для курса Введение в нейронные сети 40 мин
14 Перспективные нейросетевые технологии Читателю предлагается пофантазировать и наметить для себя пути применения логических нейронных сетей в задачах обеспечения безопасности,... Читателю предлагается пофантазировать и наметить для себя пути применения логических нейронных сетей в задачах обеспечения безопасности, защиты информации, в индустрии развлечений и др. ещё
Перспективные нейросетевые технологии тест для курса Введение в нейронные сети 30 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^