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

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}

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