Predhovor
Neurónové siete Inžiniersky prístup (1. diel)
Neurónové siete Inžiniersky prístup (1. diel)
Obsah
Obsah
1. Úvodné poznámky
1.1 Moderné aspekty umelej inteligencie
1.2 Čo je to neurónová sieť (NN)
1.3 Stručne o histórii NN
1.4 Typy úloh riešiteľných pomocou NN
1.5 Pedagogické poznámky
2. Základné pojmy
2.1 Základné pojmy teórie uèenia
2.2 Základné prvky NN
2.2.1 Poznámky k jednotlivým èastiam neurónu
2.2.2 Synaptické spojenia a váhy
2.3 Topológia NN a spôsoby ¹írenia signálu
2.4 Perceptrón - najjednoduch¹ia neurónová sieť
2.4.1 Čo je to perceptrón ?
2.4.2 Topológia perceptrónu
2.4.3 Algoritmus učenia perceptróna
2.4.4 Veta o konvergencii perceptrónu
2.4.5 XOR-problém, skrytá vrstva NN
3. Učenie a jeho paradigmy
3.1 Paradigmy kontrolovaného učenia
3.2 Paradigmy nekontrolovaného učenia
3.3 Význam inicializácie pri učení NN
3.4 Globálna stabilita a konvergencia NN
3.4.1 Globálna stabilita NN
3.4.2 Konvergencia NN
4. Kontrolované učenie na FF NN
4.1 Metóda najstrmšieho zostupu
4.1.1 Wienerov filter
4.1.2 Metóda najstrmšieho zostupu
4.1.3 Metóda nejmenšej kvadratickej chyby
4.1.4 Adaline
4.2 Repetitórium č. 1
4.3 Delta pravidlo
4.4 Metóda spätného šírenia chyby
4.5 Time-delay na FF NN
4.6 Spôsoby urýchlenia konvergencie BP
4.6.1 BP-momentum
4.6.2 Adaptívne parametre učenia NN
4.7 Funkcionálne linky v NN
4.8 Dôležité poznámky k návrhu FF NN
4.8.1 Návrh topológie NN
4.8.2 Problém inicializácie NN
4.8.3 Problém stanovenia veľkosti trénovacej vzorky
4.9 Repetitórium č. 2
5. Nekontrolované učenie na FF NN
5.1 Konkurenčné učenie
5.1.1 MAXNET
5.2 Kohonenove siete
5.3 Metóda hlavných komponentov
5.3.1 Ojove adaptačné pravidlo zmeny SV
6. Hybridné metódy učenia na FF NN
6.1 Nekontrolované učenie metódy BP
6.2 Metóda Counterpropagation
6.3 Repetitórium č. 3
Literatúra
CIG Homepage
(E-mail us!)