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

Раздел описания состава следует сразу после заголовка блока за разделом описания сигналов и параметров и начинается с ключевого слова Contents, за которым следуют имена подсетей (блоков или элементов) со списками фактических аргументов, разделенные запятыми. Все имена подсетей должны предваряться псевдонимами. В дальнейшем указание псевдонима полностью эквивалентно указанию имени подсети со списком фактических аргументов или без, в зависимости от контекста. Признаком конца раздела описания состава подсети служит имя подсети за списком фактических аргументов которого не следует запятая.

Раздел описания сигналов и параметров следует за разделом описания состава и состоит из указания числа входных и выходных сигналов и числа параметров блока. В константных выражениях, указывающих число входных и выходных сигналов и параметров можно использовать дополнительно функцию NumberOf с двумя параметрами. Первым параметром является одно из ключевых слов InSignals, OutSignals, Parameters, а вторым — имя подсети со списком фактических аргументов. Функция NumberOf возвращает число входных или выходных сигналов или параметров (в зависимости от первого аргумента) в подсети, указанной во втором аргументе. Использование этой функции необходимо в случае использования блоком аргументов-подсетей. Концом раздела описания сигналов и параметров служит одно из ключевых слов ParamDef, Static или Connections.

Раздел определения типов параметров является необязательным разделом в описании блока и начинается с ключевого слова ParamDef. В каждой строке этого раздела можно задать минимальную и максимальную границы изменения одного типа параметров. Если в описании сети встречаются параметры неопределенного типа, то этот тип считается совпадающим с типом DefaultType. Описание типа не обязано предшествовать описанию параметров этого типа. Так, например, определение типа параметров может находиться в описании главной сети. Концом этого раздела служит одно из ключевых слов Connections.

Раздел описания связей следует за разделом описания сигналов и параметров и начинается с ключевого слова Connections. В разделе «Описание распределения сигналов»детально описано распределение связей.

Раздел конца описания блока состоит из ключевого слова End, за которым следует имя блока.

Пример описания блоков

При описании блоков используются элементы, описанные в библиотеке Elements, приведенной в разделе «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)

InSignals NumberOf( InSignals,aSum(N)) {Число входных сигналов определяет сумматор}

OutSignals1 {Один выходной сигнал}

Parameters NumberOf( Parameters,aSum(N)) {Число параметров определяет сумматор}

Connections

{Входные сигналы каскада – входные сигналы сумматора}

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

{Выход сумматроа – вход нелинейного преобразователя}

aSum. OutSignals <=>S_NotTrain. InSignals

{Выход преобразователя – выход каскада}

OutSignals<=> S_NotTrain. OutSignals

Parameters[1.. NumberOf( Parameters,aSum(N))] <=> aSum. Parameters[1.. NumberOf( Parameters,aSum(N))]

End {Конец описания сигмоидного нейрона с произвольным сумматором}

{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}

InSignalsM * NumberOf( InSignals,Sigm)

{Число входных сигналов определяется как взятое M раз число входных сигналов нейронов. Вместо имени нейрона используем псевдоним}

OutSignalsM {Один выходной сигнал на нейрон}

ParametersM * NumberOf( Parameters,Sigm)

{Число параметров определяется как взятое M раз число параметров нейронов}

Connections

{Первые NumberOf( InSignals,NSigm(aSum,N,Char)) сигналов первому нейрону, и т.д.}

InSignals[1..M * NumberOf( InSignals,Sigm)] <=> Sigm[1..M]. InSignals[1.. NumberOf( InSignals,Sigm)]

{Выходные сигналы нейронов - выходные сигналы сети}

OutSignals[1..M]<=> Sigm[1..M]. OutSignals

{Параметры слоя – параметры нейронов}

Parameters[1..M * NumberOf( Parameters,Sigm)] <=> Sigm[1..M]. Parameters[1.. NumberOf( Parameters,Sigm)]

End {Конец описания слоя сигмоидных нейронов с произвольным сумматором}

{Слой точек ветвления}

LayerBLay(N,M : Long)

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

InSignalsM {По одному входному сигналу на точку ветвления}

OutSignalsM * N {N выходных сигналов у каждой точки ветвления}

Connections

InSignals[1..M] <=> Branch[1..M]. InSignals {По одному входу на точку ветвления}

{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}

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

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

ContentsBr: BLay1(M,N) ,Ne: Lay1(aSum,N,M ,Char) {Слой точек ветвления и слой нейронов}

InSignalsN {Число входных сигналов – число точек ветвления}

OutSignalsM {Один выходной сигнал на нейрон}

Parameters NumberOf( Parameters,Ne)

{Число параметров определяется как взятое M раз число параметров нейронов}

Connections

{Входные сигналы – слою точек ветвления}

InSignals[1..N]<=> Br. InSignals[1..N]

{Выходные сигналы нейронов - выходные сигналы сети}

OutSignals[1..M]<=> Ne. OutSignals[1..M]

{Параметры слоя – параметры нейронов}

Parameters[1.. NumberOf( Parameters,Ne)] <=> Ne. Parameters[1.. NumberOf( Parameters,Ne)]

{Выход слоя точек ветвления – вход слоя 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