Автор: Автор: Страковский Даниил Научный руководитель: Научный руководитель: Симаков Е.Е., учитель математики, информатики и ИКТ.

Презентация:



Advertisements
Похожие презентации
Практические аспекты биологии. Методы биологических исследований. Практические аспекты биологии. Методы биологических исследований.
Advertisements

Методы распознавания зашумленных образов БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического.
Автор: студент группы С-83 Потапенко Владимир Москва 2012 г.
1. Cведения о нейронах и искусственных нейросетях.
Ямало-Ненецкий Автономный округ Тюменская область МБОУ средняя общеобразовательная школа 7 Внеклассное мероприятие «От природы - в технику» Подготовили.
Выполнил: Ярчаковский Николай Группа: 1 ИБАС-514 ФИН Университет КИиП Москва
В начале 80-х годов были созданы принципиально новые средства обработки информации микропро­цессоры (МП). По своим логическим возможностям и структуре.
1 Главным содержанием нейросетевой технологии является создание электронных и программных аналогов естественных нейронных сетей и использование этих аналогов.
Курсовая работа по дисциплине «Компьютерная графика» на тему: «Определение лиц. Определение крупности плана» Кондратенко Павел, С-54.
Проблемы практической реализации искусственного интеллекта связаны с нехваткой ресурсов двух типов Компьютерные ресурсыЛюдские ресурсы.
Нейронные сети. Моделирование нейронных сетей. Модели нейронов. Выполнил: студент 1 курса магистратуры Сергеева Анастасия Юрьевна группа 418 м Москва -
Бионика Бионика (от греч. biōn элемент жизни, буквально живущий) прикладная наука о применении в технических устройствах и системах принципов организации,
Нейро-автоматное управление в машинном обучении Выполнил: Губин Ю.А. ст. гр Руководитель: Шалыто А.А. д.т.н, проф., зав. каф. ТП, СПбГУ ИТМО.
Прогнозирование финансовых рынков с использованием нейронных сетей Выполнила: Кокшарова А.А. ПНИПУ, ФПММ гр. ММЭм-12 Руководитель: к. ф.-м.н. Шумкова Д.Б.
Искусственный интеллект Проблема создания человеческого разума.
Выполняли презентацию Абрамова Кира и Искиндирова Динара школы «СОШ» 35.
ГБОУ Гимназия 1505 «Московская городская педагогическая гимназия-лаборатория» Диплом Нейронные сети. И программирование простых искусственных нейронных.
БИОНИКА 1 2 Бионика (разделы,взаимосвязи) Биомиметика История развития Основные направления работ Моделирование живых организмов Моделирование живых организмов.
Система управления РТК Основная задача системы управления роботом – автоматизация деятельности человека-оператора. Составные части: Система технического.
Тема самообразования: «Формирование информационной культуры через создание и использование электронных учебных пособий»
Транксрипт:

Автор: Автор: Страковский Даниил Научный руководитель: Научный руководитель: Симаков Е.Е., учитель математики, информатики и ИКТ.

Персептрон Персептрон математическая и компьютерная модель восприятия информации мозгом, предложенная Фрэнком Розенблаттом в 1957 г. и реализованная в виде электронной машины « Марк -1» в 1960 г.

Цели работы : изучить основные положения теории нейронных сетей ; определить принцип работы персептрона, области применения нейросетей для решения прикладных задач. Задачи работы : проанализировать литературу, изучить принципы построения и обучения нейронных сетей ; определить области применения персептрона ; сформулировать практические алгоритмы для решения прикладных задач.

Биологический нейрон Биологический нейрон – это особая биологическая клетка, которая обрабатывает информацию. Нервная система человека

Искусственные нейронные сети - Искусственные нейронные сети - это вычислительные структуры, моделирующие биологические процессы, сопоставимые с процессами в человеческом мозге. Нейронные сети - Нейронные сети - совокупность нейроподобных элементов, соединенных друг с другом. Искусственный нейрон Искусственный нейрон – узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона Нейросети

Типы нейронных сетей

Алгоритм обучения нейросети

Области применения нейронных сетей

Сбор данных Применение нейросети в медицине Обучение нейросети Диагноз

Применение нейросети для решения математических задач Задача о землекопах Землекопам необходимо выкопать яму определенного диаметра. количество землекопов количество лопат Возможное количество землекопов от 1 до 3, количество лопат у них от 1 до 4. оптимальную производительность работы землекопов Необходимо определить оптимальную производительность работы землекопов, выражающаяся в весе вынутого за час работы грунта, т. е. в кг / час.

Входные параметры (EasyNN)

Модель нейросети (EasyNN)

Обучение нейросети (EasyNN)

Результат работы нейросети (EasyNN)

Квадрокоптеры Квадрокоптеры – летательные аппараты с четырьмя винтами, вращающимися диагонально в противоположных направлениях. Решение практических задач с использованием квадрокоптеров

Области применения квадрокоптеров построение каркасов зданий ; доставка грузов ; « командная » работа ; тренажер для спортсменов ; игра на пианино ; слежение за животными в диких условиях.

Результаты исследования изучены основы теории биологических и искусственных нейросетей ; составлен алгоритм обучения нейросетей ( персептрона ); рассмотрены области применения нейросетей ( персептрона ); составлены алгоритмы решения прикладных задач.

Спасибо за внимание !