Нейронные сети в пакете «Deductor»

Нейронные сети  – это вычислительные структуры, моделирующие простые биологические процессы, 

аналогичные процессам, происходящим в человеческом мозге. Нейросети способны к адаптивному обуче-

нию.  В  основе  построения  сети  лежит  элементарный  преобразователь,  называемый  «искусственным 

нейроном». 

Нейросеть состоит из нескольких слоев: входной, выходной и внутренние (скрытые) слои. 

Входной слой реализует связь с входными данными, выходной – с выходными. Внутренних слоев мо-

жет быть от одного и больше. В каждом слое содержится несколько нейронов. Структура многослойной 

нейронной сети показана на рисунке 53. 

 

49 

 

 

 

Р ис уно к 5 3   –  Структура многослойной нейронной сети 

 

Нейросеть способна имитировать какой-либо процесс. Любое изменение входов нейросети ведет к из-

менению ее выходов. Причем выходы нейросети однозначно зависят от ее входов. 

Перед  тем  как  использовать  нейросеть,  ее  необходимо  обучить.  Для  обучения  следует  подготовить 

таблицу с входными значениями и соответствующими им выходными значениями – обучающую выборку. 

По  такой  таблице  нейросеть  находит  зависимости  выходных  полей  от  входных.  Далее  эти  зависимости 

можно использовать, подавая на вход нейросети некоторые значения. На выходе будут восстановлены за-

висимые от них значения. 

Нейронные сети используются для решения задач прогнозирования, классификации, кластеризации. 

 

жүктеу/скачать 1.85 Mb.

Достарыңызбен бөлісу: