Rețele Neuronale

Proiect
7.3/10 (7 voturi)
Conține 1 fișier: doc
Pagini : 30 în total
Cuvinte : 6507
Mărime: 100.83KB (arhivat)
Cost: 12 puncte
Proiectul de fata îsi propune sa prezinte ideile de baza ale calculului neuronal alaturi de principale modele conexioniste ale inteligentei artificiale. În retelele neuronale informatia nu mai este memorata în zone bine precizate, ca în cazul calculatoarelor standard, ci este memorata difuz în toata reteaua. Memorarea se face stabilind valori corespunzatoare ale ponderilor conexiunilor sinaptice dintre neuronii retelei.

Cuprins

Cuprins..2

Introducere..3

Capitolul 1. Procese de învatare în sisteme cu inteligenta artificiala..5

Capitolul 2. Elemente de neurodinamica..9

2.1. Modelul general al unei retele neuronale..9

2.2. Retele neuronale multistrat...11

Capitolul 3. Modelul perceptronului..13

3.1. Perceptronul cu un singur strat...13

3.2. Algoritmul de instruire..15

3.3. Limitele perceptronului..16

Capitolul 4. Propagarea înapoi a erorii...17

4.1. Functia criteriu..17

4.2. Algoritmul de propagare înapoi..19

Capitolul 5. Arhitecturi moderne de retele neuronale...21

5.1. Retele neuronale probabilistice..21

5.2. Retele neuronale fuzzy...22

Capitolul 6. Aplicatii ale retelelor neuronale..24

6.1. Retele neuronale în probleme de control si de modulare a sistemelor..24

6.2. Prelucrari de imagini cu retele neuronale..25

6.3. Sistem expert cu retea neuronala multistrat..

Extras din document

Procese de învatare in sisteme cu inteligenta artificiala

Inteligenta artificiala, ca si in cazul inteligentei biologice se dobândeste printr-un proces continu si de durata de învatare, de aceea problema învatarii ocupa un loc important in cercetarea masinilor auto-instruibile (machine learning).

Prin învatarea automata se întelege studiul sistemelor capabile sa-si îmbunatateasca performantele, utilizând o multime de date de instruire.

Sistemele cu inteligenta artificiala obisnuite au capacitati de învatare foarte reduse sau nu au de loc. In cazul acestor sisteme cunoasterea trebuie sa fie programata in interiorul lor. Daca sistemele contin o eroare ,ele nu o vor putea corecta, indiferent de cate ori se executa procedura respectiva. Practic aceste sisteme nu-si pot îmbunatatii performantele prin experienta si nici nu pot învata cunostinte specifice domeniului, prin experimentare. Aproape toate sistemele cu inteligenta artificiala sunt sisteme deductive. Aceste sisteme pot trage concluzii din cunoasterea încorporata sau furnizata, dar ele nu pot sa genereze singure noi cunostinte.

Pe masura ce un sistem cu inteligenta artificiala are de rezolvat sarcini mai complexe, creste si cunoasterea ce trebuie reprezentata în el (fapte, reguli, teorii). În general un sistem functioneaza bine, în concordanta cu scopul fixat prin cunoasterea furnizata, dar orice miscare in afara competentei sale face ca performantele lui sa scada rapid. Acest fenomen este numit si fragilitatea cunoasterii.

Una din directiile de cercetare in privita masinilor instruibile este modelarea neuronala . Modelarea neuronala dezvolta sisteme instruibile pentru scopuri generale, care pornesc cu o cantitate mica de cunostinte initiale. Astfel de sisteme se numesc retele neuronale sisteme cu auto-organizare sau sisteme conexioniste.

Un sistem de acest tip consta dintr-o retea de elemente interconectate de tip neuron, care realizeaza anumite functii logice simple.

Un astfel de sistem învata prin modificarea intensitatii de conexiune dintre elemente, adica schimbând ponderile asociate acestor conexiuni. Cunoasterea initiala ce este furnizata sistemului este reprezentata de caracteristicile obiectelor considerate si de o configuratie initiala a retelei.

Sistemul învata construind o reprezentare simbolica a unei multimi date de concepte prin analiza conceptelor si contraexemplelor acestor concepte. Aceasta reprezentare poate fi sub forma de expresii logice, arbori de decizie, reguli de productie sau retele semantice.

Istoria Retelelor Neuronale Artificiale (RNA) sau, simplu, a Retelelor Neuronale începe cu modelul de neuron propus de catre McCulloch si Pitts (un logician si un neurobiolog) in 1943. si este numit acest model neuronal, neuronul MP.

Modelul MP presupune ca neuronul functioneaza ca un dispozitiv simplu, ale carui intrari sunt ponderate. Ponderile pozitive sunt excitatoare iar ponderile negative sunt inhibitoare. Daca excitatia totala, adica suma ponderata a intrarilor, depaseste un anumit prag, atunci neuronul este activat si emite un semnal de iesire (iesirea are valoarea +1). Daca excitatia totala este mai mica decât valoarea prag, atunci neuronul nu este activat si iesirea lui se considera a fi zero.

Preview document

Rețele Neuronale - Pagina 1
Rețele Neuronale - Pagina 2
Rețele Neuronale - Pagina 3
Rețele Neuronale - Pagina 4
Rețele Neuronale - Pagina 5
Rețele Neuronale - Pagina 6
Rețele Neuronale - Pagina 7
Rețele Neuronale - Pagina 8
Rețele Neuronale - Pagina 9
Rețele Neuronale - Pagina 10
Rețele Neuronale - Pagina 11
Rețele Neuronale - Pagina 12
Rețele Neuronale - Pagina 13
Rețele Neuronale - Pagina 14
Rețele Neuronale - Pagina 15
Rețele Neuronale - Pagina 16
Rețele Neuronale - Pagina 17
Rețele Neuronale - Pagina 18
Rețele Neuronale - Pagina 19
Rețele Neuronale - Pagina 20
Rețele Neuronale - Pagina 21
Rețele Neuronale - Pagina 22
Rețele Neuronale - Pagina 23
Rețele Neuronale - Pagina 24
Rețele Neuronale - Pagina 25
Rețele Neuronale - Pagina 26
Rețele Neuronale - Pagina 27
Rețele Neuronale - Pagina 28
Rețele Neuronale - Pagina 29
Rețele Neuronale - Pagina 30

Conținut arhivă zip

  • Retele Neuronale.doc

Alții au mai descărcat și

Rețea Neuronală

Proiectul de faţă îşi propune realizarea unei reţele neuronale cu maxim două straturi ascunse (hidden layer-e). Se lansează programul proiect1 şi...

Detecția prezenței fețelor umane în imagini folosind rețele neuronale. Implementare în Matlab

Retele neuronale În ştiinţa inteligenţei artificiale, reţelele neurale caracterizează ansambluri de elemente de procesare simple, puternic...

Inteligența Artificială

Capitolul 1 Introducere 1.1 Concepte de baza Când s-a vorbit prima data de Inteligenţa Artificială (AI – Artificial Intelligence) în 1956, totul...

Inteligența Artificială în Afaceri

1. Introducere Inteligenţa artificială (IA) este un domeniu care reţine din ce în ce mai mult atenţia economiştilor, managerilor şi celorlalte...

Inteligența Artificială

I. Obiective 1 De ce utilizarea tehnicilor de IA sunt importante? Inteligenţa artificială este un domeniu important din punct de vedere economic,...

Învățarea în sistemele cu inteligență artificială

In cadrul Inteligentei Artificiale, problemele de invatare, ocupa un loc aparte. Aceste preocupari se constituie intr-o directie distincta de...

Proiect la Inteligență Artificială

1. ASPECTE GENERALE PRIVIND DOMENIUL INTELIGENTEI ARTIFICIALE Inteligenta artificiala (IA) s-a nascut în urma cu aproximativ 45 de ani, ca domeniu...

Proiect Neuron

Un neuron artificial are mai multe cai de intrare care corespund arborelui dendritic.Neuronul pe care l-am construit are n cai de...

Te-ar putea interesa și

Simularea reglării automate a nivelului folosind un regulator cu rețele neuronale

Inteligenta artificiala ,ca si in cazul inteligentei biologice,se dobandeste printr-un proces continuu si de durata de invatare,de aceea problema...

Rețele Neuronale Recurente

PREZENTARE LUCRARE Prezenta lucrare reprezintă o încercare de pătrundere în lumea fascinantă a Inteligenţei artificiale, domeniu ştiinţific...

Modelarea unui Cazan cu Aburi

Introducere Proiectarea sistemelor de control este în momentul de fata caracterizata de un numar mare de cerinte impuse , de competitie, cerinte...

Detecția prezenței fețelor umane în imagini folosind rețele neuronale. Implementare în Matlab

Retele neuronale În ştiinţa inteligenţei artificiale, reţelele neurale caracterizează ansambluri de elemente de procesare simple, puternic...

Rețele Neuronale Artificiale

Capitolul I Introducere I.1 Obiective După acest capitol, ar trebui să : se înţeleagă blocurile de bază în construirea unei reţele neuronale...

Reglarea adaptivă a sistemelor dinamice neliniare utilizând rețele neuronale artificiale

Introducere : Rețelele neurale artificiale (RN) reprezintă modele simplificate ale sistemului nervos central. Ele au abilitatea de a răspunde la...

Aplicarea modulelor de rețele neuronale

Subiect: Aceasta lucrarea prezinta un sistem neuronal cu intentia de a ajuta operatorul in a estima mai usor eroriile aparute in sistem. Fiecare...

Nasul electronic

INTRODUCERE Cresterea productiei de energie, industria chimica, metalurgica, de ciment, circulatia rutiera si aeriana, arderea gunoaielor si alte...

Ai nevoie de altceva?