Введение в нейросетевое моделирование

Содержание книги "Введение в нейросетевое моделирование "

1. Биологические прототипы нейронных сетей
1.1. Нейрон
1.2. Нейронная передача
1.3. Потенциал действия
1.4. Адаптация
1.5. Рефрактерный период
1.6. Скорость нейронной трансмиссии
1.7. Синаптические связи
1.8. Нейротрансмиттеры
1.9. Измерение потенциала действия
1.10. Сенсорно-нейронная передача
2. Однослойный перцептрон
2.1. Введение
2.2. Задача адаптивной фильтрации
2.3. Методы безусловной оптимизации
2.4. Линейный фильтр, построенный по методу наименьших квадратов
2.5. Алгоритм минимизации среднеквадратической ошибки (LMS)
2.6. Графики процесса обучения
2.7. Изменение параметра скорости обучения по модели отжига
2.8. Перцептрон
2.9. Теорема о сходимости перцептрона
2.10. Взаимосвязь перцептрона и байесовского классификатора в гауссовой среде
2.11. Резюме и обсуждение
3. Многослойный перцептрон
3.1. Введение
3.2. Общая информация о МСП
3.3. Алгоритм обратного распространения ошибки
3.4. Алгоритм обратного распространения в краткой форме
3.5. Задача исключающего ИЛИ (XOR)
3.6. Рекомендации по улучшению работы алгоритма обратного распространения
3.7. Представление выхода и решающее правило
3.8. Компьютерный эксперимент
3.9. Извлечение признаков
3.10. Обратное распространение ошибки и дифференцирование
4. Геостатистика. Гибридные методы на основе ИНС и геостатистики
Список библиографических ссылок