Моделирование поведения животных с использованией нейронных сетей
Состав работы
|
|
|
|
Необходимые программы
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Введение
Нейронная сеть в (теории искусственного интеллекта) — упрощённая модель биологической нейронной сети.
Нейронные сети возникли из исследований в области искусственного интеллекта, а именно, из попыток воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-е — 80-е годы были экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на представлении, что процесс нашего мышления построен на манипуляциях с символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не ухватывают некоторые ключевые аспекты человеческого интеллекта. Согласно одной из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственных интеллект, необходимо построить систему с похожей архитектурой.
Cвою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации и, во-вторых, из способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения. Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Однако на практике при автономной работе нейронные сети не могут обеспечить готовые решения. Их необходимо интегрировать в сложные системы. В частности, комплексную задачу можно разбить на последовательность относительно простых, часть из которых может решаться нейронными сетями.
Некоторые преимущества и достоинства нейронных сетей перед традиционными вычислительными системами:
- решение задач при неизвестных закономерностях;
- устойчивость к шумам во входных данных;
- адаптирование к изменениям окружающей среды;
- потенциальное сверхвысокое быстродействие.
Зачастую нейронные сети используются для моделирования. К примеру, в такой науке, как искусственная жизнь.
Искусственная жизнь — это понятие, введенное Крисом Лангтоном для обозначения множества компьютерных механизмов, которые используются для моделирования естественных систем. Искусственная жизнь применяется для моделирования процессов в экономике, поведения животных и насекомых, а также взаимодействия различных объектов. В настоящий момент искусственная жизнь — это наука, занимающаяся изучением жизни, живых систем и их эволюции при помощи созданных человеком моделей.
Нейронная сеть в (теории искусственного интеллекта) — упрощённая модель биологической нейронной сети.
Нейронные сети возникли из исследований в области искусственного интеллекта, а именно, из попыток воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-е — 80-е годы были экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на представлении, что процесс нашего мышления построен на манипуляциях с символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не ухватывают некоторые ключевые аспекты человеческого интеллекта. Согласно одной из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственных интеллект, необходимо построить систему с похожей архитектурой.
Cвою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации и, во-вторых, из способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения. Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Однако на практике при автономной работе нейронные сети не могут обеспечить готовые решения. Их необходимо интегрировать в сложные системы. В частности, комплексную задачу можно разбить на последовательность относительно простых, часть из которых может решаться нейронными сетями.
Некоторые преимущества и достоинства нейронных сетей перед традиционными вычислительными системами:
- решение задач при неизвестных закономерностях;
- устойчивость к шумам во входных данных;
- адаптирование к изменениям окружающей среды;
- потенциальное сверхвысокое быстродействие.
Зачастую нейронные сети используются для моделирования. К примеру, в такой науке, как искусственная жизнь.
Искусственная жизнь — это понятие, введенное Крисом Лангтоном для обозначения множества компьютерных механизмов, которые используются для моделирования естественных систем. Искусственная жизнь применяется для моделирования процессов в экономике, поведения животных и насекомых, а также взаимодействия различных объектов. В настоящий момент искусственная жизнь — это наука, занимающаяся изучением жизни, живых систем и их эволюции при помощи созданных человеком моделей.
Другие работы
Курсовая работа по курсу «Сети связи и системы коммутации» на тему: «Проектирование ЦС СТС на базе SI-2000».
freelancer
: 16 апреля 2016
1. Назначение АТС: центральная станция SI-2000/224
Содержание:
Введение
1.Разработка структурной схемы СТС и нумерация АЛ.
1.1 Структурная схема СТС
1.2 Разработка системы нумерации АЛ на СТС
1.3 Структурная схема межстанционной связи на СТС
2. Разработка структурной схемы проектируемой ЦС.
2.1 Определение количества модулей ASM, RASM, DLX на ЦС
2.2 Структурная схема проектируемой ЦС системы SI - 2000
3. Расчет и распределение нагрузки на сети.
3.1 Расчет интенсивности абонентской нагр
110 руб.
Деловой английский_контрольная работа
mila1
: 3 февраля 2017
I. Выберите правильный вариант ответа.
1) They … told the truth.
a. is
b. was
c. were
2) She … Spanish fluently.
a. speaks
b. speak
c. is speaking
3) He … never… to Italy.
a. had been
b. has been
c. was, -
4) … she develop a new company strategy?
a. do
b. does
c. is
5) … you checked your emails this morning?
a. has
b. have
c. had
6) … she come in time?
a. will
b. is
c. do
7) He … with the problem of rebranding the product at the moment.
a. deals
b. is dealing
c. had dealt
8) We have trainings t
100 руб.
Структура и элементы диаграмм в Excel
Qiwir
: 10 октября 2013
1. Общая характеристика диаграмм Excel
Диаграмма – это графическое изображение цифровой информации. С помощью диаграмм взаимосвязь между данными таблицы становится более наглядной. Диаграммы облегчают сравнение различных данных [1].
Вторым существенным достоинством Excel, наряду с возможностью проводить вычисления, является возможность построения всевозможных диаграмм, наглядно отображающих содержащие в таблицах данные. Благодаря этому работа с данными становится более наглядной, удобной и дох
10 руб.
Контрольная работа по предмету: Земельное право
тантал
: 8 августа 2013
, 25 заданий по 5 тестовых вопроса
Задание 1.
Вопрос 1. Земельные правоотношения – это:
1) Это отношения между органами государственной власти, органами местного самоуправления, предприятиями, организациями, учреждениями, гражданами по поводу владения, пользования и распоряжения землями, земельными участками, а также по поводу государственного управления земельными отношениями;
2) Это отношения между предприятиями, организациями, учреждениями, гражданами по поводу пользования и распоряжения земл
100 руб.