Яхъева Г.Э. Нечеткие множества и нейронные сети

Опубликовал: pvi777 в категорию Материалы по нейронным сетям и нечёткой логике - Дата добавления: 16.12.2018, 18:58


Двумя популярными направлениями Artificial Intelligence являются теория нечетких множеств (fuzzy sets) и теория нейронных сетей (neuron nets). Данный курс является систематизированным вводным курсом в эти два направления. Нашей целью является обеспечение достаточно конкретной информацией, без углубления в сложные математические описания, чтобы слушатель мог понять основные идеи и возможности этих направлений.

ОГЛАВЛЕНИЕ

Лекция 1. Нечеткие множества как способы формализации нечеткости
Основные определения
Принцип обобщения
Нечеткие операторы

Лекция 2. Нечеткие отношения
Основные определения
Операции над нечеткими отношениями
Свойства нечетких отношений
Декомпозиция нечетких отношений
Транзитивное замыкание нечетких отношений
Проекции нечетких отношений

Лекция 3. Классы нечетких отношений
Отношения сходства и различия
Задачи нечеткой классификации
Порядки и слабые порядки
Задачи нечеткого упорядочения

Лекция 4. Показатель размытости нечетких множеств. Нечеткие меры и интегралы
Аксиоматический подход к определению показателя размытости нечеткого множества
Метрический подход к определению показателя размытости нечетких множеств
Связь показателя размытости с алгебраическими свойствами решетки нечетких множеств
Нечеткие меры
Супераддитивные меры
Субаддитивные меры
Нечеткие интегралы
Применение нечетких мер и интегралов для решения слабо структурированных задач

Лекция 5. Методы построения функции принадлежности. Классификация
Типы шкал
Методы измерений
Методы проведения групповой экспертизы
Классификация методов построения функции принадлежности

Лекция 6. Методы построения функции принадлежности. Обзор основных методов
Прямые методы для одного эксперта
Косвенные методы для одного эксперта
Прямые методы для группы экспертов
Косвенные методы для группы экспертов
Методы построения терм-множеств

Лекция 7. Нечеткие числа и операции над ними
Основные определения
Нечеткие треугольные числа
Четкие арифметики нечетких треугольных чисел
Размытые арифметики нечетких треугольных чисел

Лекция 8. Нечеткая логика
Операции отрицания
Операции конъюнкции и дизъюнкции

Лекция 9. Лингвистическая нечеткая логика
Понятие лингвистической переменной
Лингвистические переменные истинности
Логические связки в нечеткой лингвистической логике
Значения истинности НЕИЗВЕСТНО и НЕ ОПРЕДЕЛЕНО

Лекция 10. Теория приближенных рассуждений
Композиционное правило вывода
Правило modus ponens как частный случай композиционного правила вывода
Нечеткие экспертные системы

Лекция 11. Нечеткие алгоритмы
Формализация понятия нечеткого алгоритма
Способы выполнения нечетких алгоритмов
Представление нечеткого алгоритма в виде графа

Лекция 12. Нечеткие алгоритмы обучения
Обучающийся нечеткий автомат
Обучение на основе условной нечеткой меры
Адаптивный нечеткий логический регулятор
Алгоритм формирования нечеткого отношения предпочтения
Алгоритм уточнения лингвистических критериев

Лекция 13. Алгоритмы нечеткой оптимизации
Нечеткие цели, ограничения и решения
Задачи нечеткого математического программирования
Модели нечеткой ожидаемой полезности

Лекция 14. Алгоритмы нечеткого контроля и управления
Игры в нечетко определенной обстановке
Многошаговые процессы принятия решений
Особенности контроля и управления в условиях стохастической неопределенности
Контроль и управление динамическими системами в нечетких условиях

Лекция 15. Основы искусственных нейронных сетей
Биологический прототип
Искусственный нейрон
Однослойные искусственные нейронные сети
Многослойные искусственные нейронные сети
Обучение искусственных нейронных сетей

Лекция 16. Персептроны. Представимость и разделимость
Персептроны и зарождение искусственных нейронных сетей
Персептронная представляемость
Проблема функции ИСКЛЮЧАЮЩЕГО ИЛИ
Линейная разделимость
Преодоление ограничения линейной разделимости
Эффективность запоминания

Лекция 17. Персептроны. Обучение персептрона
Обучение персептрона
Алгоритм обучения однослойного персептрона
Целочисленность весов персептронов
Двуслойность персептрона
Трудности с алгоритмом обучения персептрона

Лекция 18. Процедура обратного распространения (описание алгоритма)
Введение в процедуру обратного распространения
Обучающий алгоритм обратного распространения
Дальнейшие алгоритмические разработки
Применение

Лекция 19. Процедура обратного распространения (анализ алгоритма)
Переобучение и обобщение
Отбор данных
Как обучается многослойный персептрон
Предостережения

Лекция 20. Сети встречного распространения
Введение в сети встречного распространения
Структура сети
Нормальное функционирование
Обучение слоя Кохонена
Обучение слоя Гроссберга
Сеть встречного распространения полностью
Приложение: сжатие данных

Лекция 21. Стохастические методы обучения нейронных сетей
Использование обучения
Больцмановское обучение
Обучение Коши
Метод искусственной теплоемкости
Обратное распространение и обучение Коши
Экспериментальные результаты

Лекция 22. Нейронные сети Хопфилда и Хэмминга
Конфигурации сетей с обратными связями
Бинарные системы
Устойчивость
Ассоциативность памяти и задача распознавания образов

Лекция 23. Обобщения и применения модели Хопфилда
Модификации правила Хэбба
Алгоритмы разобучения (забывания)
Непрерывные системы
Сети Хопфилда и машина Больцмана
Приложения
Обсуждение

Лекция 24. Двунаправленная ассоциативная память
Структура ДАП
Восстановление запомненных ассоциаций
Кодировка ассоциаций
Емкость памяти
Непрерывная ДАП
Адаптивная ДАП
Конкурирующая ДАП

Лекция 25. Адаптивная резонансная теория. Архитектура
Принцип адаптивного резонанса
Архитектура APT
Функционирование сети APT в процессе классификации

Лекция 26. Теория адаптивного резонанса. Реализация
Функционирование сетей APT
Пример обучения сети APT
Характеристики APT
Дальнейшее развитие APT: архитектуры АРТ-2 и АРТ-3

Лекция 27. Когнитрон
Структура сети
Обучение когнитрона
Когнитрон как модель зрительной коры мозга
Результаты моделирования

Лекция 28. Неокогнитрон

Лекция 29. Алгоритмы обучения
Обучение с учителем и без учителя
Метод обучения Хэбба
Входные и выходные звезды
Обучение персептрона
Метод обучения Уидроу-Хоффа
Метод статистического обучения
Самоорганизация

Содержание


Скачать:


  • Теги:

Комментарии:


Оставить комментарий

Вход на сайт

Информация о проекте

Настоящий сайт представляет собой информационный портал, содержащий материалы по проблеме бизнес-аналитики, раскрывающие особенности использования современных подходов и методов анализа и обработки данных, что в условиях современной информатизации общества представляется весьма актуальным при исследовании различных проблем социально-экономического характера.
Настоящий портал содержит материалы познавательного, учебно-методического и научно-исследовательского характера, демонстрирующие современное состояние развития проблемы бизнес-аналитики, проблемы анализа и обработки данных. Особое внимание на страницах сайта уделено методическому и аналитическому инструментарию рассматриваемых проблем. Наряду с теоретическими и аналитическими материалами сайт содержит пакеты программных продуктов, представляющих собой прикладной инструментарий, способный автоматизировать научно-практические исследования в области бизнес-аналитики и бизнес-статистики.

Контакты