Kategóriák: Minden - связи - модели - обучение

a Ilya Kovatsenko 5 éve

369

Нейронные сети

Нейронные сети представляют собой мощный инструмент для анализа и обработки данных. Они состоят из множества взаимосвязанных нейронов, которые могут обучаться различным способам. Обучение может быть с учителем, когда сеть корректируется на основе известных ответов, или без учителя, когда она сама выявляет скрытые закономерности в данных.

Нейронные сети

Нейронные сети

Неполносвязные

Многослойные
С перекрестными связями
Прямого расспространения

АДАЛИН

Сети каскадной корреляции

RBF-сети

MLP (многослойный перцептрон)

Перцептрон

С обратными связями

Tme-Delay сети

Стохастические сети

ART-сети

Сети Элмана

Ассоциативная память, сети Хопфилда

SOM сети Кохонена

Встречного распростарениня

Однослойные

Полносвязные

Классификация нейронных сетей

Применяемая модель нейронной сети
Самоорганизиющиеся карты
Радиально-базисные функции
Рекуррентные сети
Сети прямого распространения
Тип входной информациии
Двоичная
Аналоговая
Настройка весов
Динамическая
Фиксированная
Характер обучения
Без учителя
С учителем

Нейроны