Е. Миркес - Учебное пособие по курсу «Нейроинформатика»
- Название:Учебное пособие по курсу «Нейроинформатика»
- Автор:
- Жанр:
- Издательство:КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
- Год:2002
- Город:Красноярск
- ISBN:нет данных
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Е. Миркес - Учебное пособие по курсу «Нейроинформатика» краткое содержание
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)
Интервал:
Закладка:
EndS_NotTrain {Конец описания гиперболического сигмоидного элемента}
ElementPade(Char : Real) {Паде преобразователь Char – характеристика}
InSignals2 {Два входных сигнала}
OutSignals1 {Один выходной сигнал}
Forw {Начало описания прямого функционирования}
Begin
{Выходной сигнал равен отношению первого входного сигнала к сумме характеристики и второго входного сигнала}
OutSignals[1] = InSignals[1] / (Char+ InSignals[2])
End {Конец описания прямого функционирования}
Back {Начало описания обратного функционирования}
Var RealR; {R – действительное}
Begin
{Вспомогательная величина равна поправке к первому входному сигналу – отношению поправки выходного сигнала к сумме характеристики и второго входного сигнала}
R = Back.OutSignals[1] / (Char+ InSignals[2]);
Back.InSignals[1] = R;
{Поправка ко второму входному сигналу равна минус отношению произведения первого входного сигнала на поправку выходного сигнала к квадрату суммы характеристики и второго входного сигнала}
Back.InSignals[2] = -R * OutSignals[1];
End {Конец описания обратного функционирования}
EndPade {Конец описания Паде преобразователя}
ElementSign_Mirror {Зеркальный пороговый элемент}
InSignals1 {Один входной сигнал}
OutSignals1 {Один выходной сигнал}
Forw {Начало описания прямого функционирования }
Begin
If InSignals[1] > 0 Then OutSignals[1] =1 {Выходной сигнал равен 1, если входной сигнал}
Else OutSignals[1] =0 {больше нуля, и нулю в противном случае}
End {Конец описания прямого функционирования}
Back {Начало описания обратного функционирования}
Begin
Back.InSignals[1] = OutSignals[1]; {Поправка к входному сигналу равна выходному сигналу}
End {Конец описания обратного функционирования}
EndSign_Mirror {Конец описания зеркального порогового элемента}
ElementSign_Easy {Прозрачный пороговый элемент}
InSignals1 {Один входной сигнал}
OutSignals1 {Один выходной сигнал}
Forw {Начало описания прямого функционирования}
Begin
If InSignals[1] > 0 Then OutSignals[1] =1 {Выходной сигнал равен 1, если входной сигнал больше}
Else OutSignals[1] =0 {нуля, и нулю в противном случае}
End {Конец описания прямого функционирования}
Back {Начало описания обратного функционирования}
Begin
{Поправка к входному сигналу равна поправке к выходному сигналу}
Back.InSignals[1] = Back. OutSignals[1];
End {Конец описания обратного функционирования}
EndSign_Easy {Конец описания прозрачного порогового элемента}
ElementAdaptiv_Sum(N: Long) {Адаптивный сумматор на N входов}
InSignalsN {N входных сигналов}
OutSignals1 {Один выходной сигнал}
ParametersN {N параметров – весов связей}
Forw {Начало описания прямого функционирования}
Var {Описание локальных переменных}
LongI; {I – длинное целое – индекс}
RealR; {R – действительное – для накопления суммы}
Begin
R = 0; {Выходной сигнал равен скалярному}
ForI=1 ToN Do {произведению массива входных сигналов}
R = R + InSignals[I] * Parameters[I]; {на массив параметров}
OutSignals[1] = R
End {Конец описания обратного функционирования}
Back {Начало описания обратного функционирования}
Var LongI; {I – длинное целое – индекс}
Begin
ForI=1 ToN Do Begin
{Поправка к I-у входному сигналу равна сумме ранее вычисленной поправки и произведения поправки выходного сигнала на I-й параметр}
Back.InSignals[I] = Back.OutSignals[1] * Parameters[I];
{Поправка к I-у параметру равна произведению поправки выходного сигнала на I-й входной сигнал}
Back. Parameters[I] = Back. Parameters[I] + Back.OutSignals[1] * InSignals[I]
End
End {Конец описания обратного функционирования}
EndAdaptiv_Sum {Конец описания адаптивного сумматора}
ElementAdaptiv_Sum_Plus(N: Long) {Адаптивный неоднородный сумматор на N входов}
InSignalsN {N входных сигналов}
OutSignals1 {Один выходной сигнал}
ParametersN+1 {N+1 параметр – веса связей}
Forw {Начало описания прямого функционирования}
Var {Описание локальных переменных}
LongI; {I – длинное целое – индекс}
RealR; {R – действительное – для накопления суммы}
Begin
R = Parameters[N+1]; {Выходной сигнал равен сумме N+1 параметра}
ForI=1 ToN Do {и скалярного произведения массива входных}
R = R + InSignals[I] * Parameters[I]; {сигналов на массив параметров}
OutSignals[1] = R
End {Конец описания прямого функционирования}
Back {Начало описания обратного функционирования}
Var LongI; {I – длинное целое – индекс}
Begin
ForI=1 ToN Do Begin
{Поправка к I-у входному сигналу равна произведению поправки выходного сигнала на I-й параметр}
Back.InSignals[I] = Back.OutSignals[1] * Parameters[I];
{Поправка к I-у параметру равна сумме ранее вычисленной поправки и произведения поправки выходного сигнала на I-й входной сигнал}
Back. Parameters[I] = Back. Parameters[I] + Back.OutSignals[1] * InSignals[I]
End;
{Поправка к (N+1)-у параметру равна сумме ранее вычисленной поправки и попраки к выходному сигналу}
Back.Parameters[N+1] = Back.Parameters[N+1] + Back.OutSignals[1]
End {Конец описания обратного функционирования}
EndAdaptiv_Sum_Plus {Конец описания неоднородного адаптивного сумматора}
ElementSquare_Sum(N: Long) {Квадратичный сумматор на N входов}
InSignalsN {N входных сигналов}
OutSignals1 {Один выходной сигнал}
Интервал:
Закладка: