Е. Миркес - Учебное пособие по курсу «Нейроинформатика»

Тут можно читать онлайн Е. Миркес - Учебное пособие по курсу «Нейроинформатика» - бесплатно полную версию книги (целиком) без сокращений. Жанр: comp-programming, издательство КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ, год 2002. Здесь Вы можете читать полную версию (весь текст) онлайн без регистрации и SMS на сайте лучшей интернет библиотеки ЛибКинг или прочесть краткое содержание (суть), предисловие и аннотацию. Так же сможете купить и скачать торрент в электронном формате fb2, найти и слушать аудиокнигу на русском языке или узнать сколько частей в серии и всего страниц в публикации. Читателям доступно смотреть обложку, картинки, описание и отзывы (комментарии) о произведении.
  • Название:
    Учебное пособие по курсу «Нейроинформатика»
  • Автор:
  • Жанр:
  • Издательство:
    КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
  • Год:
    2002
  • Город:
    Красноярск
  • ISBN:
    нет данных
  • Рейтинг:
    4.22/5. Голосов: 91
  • Избранное:
    Добавить в избранное
  • Отзывы:
  • Ваша оценка:
    • 80
    • 1
    • 2
    • 3
    • 4
    • 5

Е. Миркес - Учебное пособие по курсу «Нейроинформатика» краткое содержание

Учебное пособие по курсу «Нейроинформатика» - описание и краткое содержание, автор Е. Миркес, читайте бесплатно онлайн на сайте электронной библиотеки LibKing.Ru

Данное учебное пособие подготовлено на основе курса лекций по дисциплине «Нейроинформатика», читавшегося с 1994 года на факультете Информатики и вычислительной техники Красноярского государственного технического университета.

Несколько слов о структуре пособия. Далее во введении приведены учебный план по данному курсу, задания на лабораторные работы. Следующие главы содержат одну или несколько лекций. Материал, приведенный в главах, несколько шире того, что обычно дается на лекциях. В приложения вынесены описания программ, используемых в данном курсе (Clab и Нейроучебник), и проект стандарта нейрокомпьютера, включающий в себя два уровня — уровень запросов компонентов универсального нейрокомпьютера и уровень языков описания отдельных компонентов нейрокомпьютера.

Данное пособие является электронным и включает в себя программы, необходимые для выполнения лабораторных работ.

Учебное пособие по курсу «Нейроинформатика» - читать онлайн бесплатно полную версию (весь текст целиком)

Учебное пособие по курсу «Нейроинформатика» - читать книгу онлайн бесплатно, автор Е. Миркес
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

4. Выходные сигналы каждой подсети, кроме последней связываются с входными сигналами следующей подсети в списке подсетей в разделе описания состава. Если какая-либо подсеть в разделе описания состава указана с некоторым не равным единице числом экземпляров, то считается, что экземпляры этой подсети перечислены в списке в порядке возрастания номера.

5. Для блоков типа Cascad замыкание выхода блока на вход блока отсутствует. Для блоков типов Loop и Until замыкание выхода блока на вход блока достигается путем установления связей между выходными сигналами последней подсети в списке подсетей в разделе описания состава с входными сигналами первой подсети в списке подсетей в разделе описания состава. Если какая-либо подсеть в разделе описания состава указана с некоторым не равным единице числом экземпляров, то считается, что экземпляры этой подсети перечислены в списке в порядке возрастания номера.

Описания всех сетей, приведенные в предыдущем разделе полностью соответствуют правилам генерации. В качестве более общего примера приведем раздел описания сигналов и параметров трех условных блоков.

Layer A

ContentsNet1, Net2[K], Net3

InSignals[1.. NumberOf( InSignals,Net1)+K *NumberOf( InSignals,Net2)+ NumberOf( InSignals,Net3)] <=> Net1. InSignals[1.. NumberOf( InSignals,Net1)],

Net2[1..K]. InSignals[1.. NumberOf( InSignals,Net2)],Net3. InSignals[1.. NumberOf( InSignals,Net3)]

OutSignals[1.. NumberOf( OutSignals,Net1) + K *NumberOf( OutSignals,Net2)+ NumberOf( OutSignals,Net3)] <=> Net1. OutSignals[1.. NumberOf( OutSignals,Net1)],

Net2[1..K]. OutSignals[1.. NumberOf( OutSignals,Net2)],

Net3. OutSignals[1.. NumberOf( OutSignals,Net3)]

Parameters[1.. NumberOf( Parameters,Net1) + K *NumberOf( Parameters,Net2)+ NumberOf( Parameters,Net3)] <=> Net1. Parameters[1.. NumberOf( Parameters,Net1)],

Net2[1..K]. Parameters[1.. NumberOf( Parameters,Net2)],

Net3. Parameters[1.. NumberOf( Parameters,Net3)]

CascadB

ContentsNet1, Net2[K], Net3

InSignals[1.. NumberOf( InSignals,Net1)] <=> Net1. InSignals[1.. NumberOf( InSignals,Net1)]

OutSignals[1.. NumberOf( OutSignals,Net3)] <=> Net3. OutSignals[1.. NumberOf( OutSignals,Net3)]

Parameters[1.. NumberOf( Parameters,Net1) + K *NumberOf( Parameters,Net2)+ NumberOf( Parameters,Net3)] <=> Net1. Parameters[1.. NumberOf( Parameters,Net1)],

Net2[1..K]. Parameters[1.. NumberOf( Parameters,Net2)],

Net[3]. Parameters[1.. NumberOf( Parameters,Net3)]

Net1. OutSignals[1.. NumberOf( OutSignals,Net1)],

Net2[1..K]. OutSignals[1.. NumberOf( OutSignals,Net2)] <=> Net2[1..K]. InSignals[1.. NumberOf( InSignals,Net2)],Net3. InSignals[1.. NumberOf( InSignals,Net3)]

Loop C N

ContentsNet1, Net2[K], Net3

InSignals[1.. NumberOf( InSignals,Net1)] <=> Net1. InSignals[1.. NumberOf( InSignals,Net1)]

OutSignals[1.. NumberOf( OutSignals,Net3)] <=> Net3. OutSignals[1.. NumberOf( OutSignals,Net3)]

Parameters[1.. NumberOf( Parameters,Net1) + K *NumberOf( Parameters,Net2)+ NumberOf( Parameters,Net3)] <=> Net1. Parameters[1.. NumberOf( Parameters,Net1)],

Net2[1..K]. Parameters[1.. NumberOf( Parameters,Net2)],

Net[3]. Parameters[1.. NumberOf( Parameters,Net3)]

Net1. OutSignals[1.. NumberOf( OutSignals,Net1)],

Net2[1..K]. OutSignals[1.. NumberOf( OutSignals,Net2)] <=> Net2[1..K]. InSignals[1.. NumberOf( InSignals,Net2)],

Net3. InSignals[1.. NumberOf( InSignals,Net3)]

Net3. OutSignals[1.. NumberOf( OutSignals,Net3)] <=> Net1. InSignals[1.. NumberOf( InSignals,Net1)]

Частично сокращенное описание

Если описываемый блок должен иметь связи, устанавливаемые не так, как описано в разделе «Раздел описания связей», то соответствующий раздел описания блока может быть описан явно полностью или частично. Если какой либо раздел описан частично, то действует следующее правило: те сигналы, параметры и их связи, которые описаны явно, берутся из явного описания, а те сигналы, параметры и их связи, которые не фигурируют в явном описании берутся из описания по умолчанию. Так, в приведенном в разделе «Пример описания блоков»описании слоя точек ветвления BLay невозможно использование генерируемого по умолчанию подраздела установления связи выходных сигналов блока с входными сигналами подсетей. Возможно следующее сокращенное описание.

{Слой точек ветвления}

LayerBLay(N,M : Long)

ContentsBranch(N)[M] {В состав слоя входит M точек ветвления}

Connections

{Выходные сигналы в порядке первый с каждой точки ветвления, затем второй и т.д. }

OutSignals[1..N * M]<=> Branch[+:1..M]. OutSignals[1..N]

End {Конец описания слоя Точек ветвления}

Пример сокращенного описания блоков

При описании блоков используются элементы, описанные в библиотеке Elements, приведенной в разд. «Пример описания элементов».

NetBiblSubNets UsedElements; {Библиотека подсетей, использующая библиотеку Elements}

{Сигмоидный нейрон с произвольным сумматором на N входов}

CascadNSigm(aSum : Block; N : Long;Char : Real)

{В состав каскада входит произвольный сумматор на N входов и сигмоидный нейрон с необучаемой характеристикой}

ContentsaSum(N), S_NotTrain(Char)

End

{Слой сигмоидных нейронов с произвольными сумматорами на N входов}

LayerLay1(aSum : Block; N,M : Long;Char : Real)

ContentsSigm: NSigm(aSum,N,Char)[M] {В состав слоя входит M нейронов}

End

{Слой точек ветвления}

LayerBLay(N,M : Long)

ContentsBranch(N)[M] {В состав слоя входит M точек ветвления}

Connections

{Выходные сигналы в порядке первый с каждой точки ветвления, затем второй и т.д.}

OutSignals[1..N * M] <=> Branch[+:1..M]. OutSignals[1..N]

End

{Полный слой сигмоидных нейронов с произвольными сумматорами на N входов}

CascadFullLay(aSum : Block; N,M : Long;Char : Real)

ContentsBLay1(M,N) ,Lay1(aSum,N,M ,Char) {Слой точек ветвления и слой нейронов}

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать


Е. Миркес читать все книги автора по порядку

Е. Миркес - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки LibKing.




Учебное пособие по курсу «Нейроинформатика» отзывы


Отзывы читателей о книге Учебное пособие по курсу «Нейроинформатика», автор: Е. Миркес. Читайте комментарии и мнения людей о произведении.


Понравилась книга? Поделитесь впечатлениями - оставьте Ваш отзыв или расскажите друзьям

Напишите свой комментарий
x