Теория нейронных сетей - Галушкин А.И.
ISBN 5-93108-05-8
Скачать (прямая ссылка):
36. Галушкин А.И, Фомин Ю.И. Об оптимальности восстанавливающих органов, реализующих мажоритарное голосование //Техника средств связи, сер. «Системы связи», - вып 3, -1979, с. 56-61.
37. Галушкин А.И., Фомин Ю.И. Мажоритарное голосование и восстанавливающие органы, его реализующие // «Кибернетика и вычислительная техника», вып.55. -Киев, Наукова. Думка, 1982, с.91-97.
38. Гилл А. Линейные последовательностные машины. -М., Наука, 1974.
39. Фараджев Р.Г. Линейные последовательностные машины. -М., Сов. радио, 1975.
40. Галушкин А.И. Итоги развития теории многослойных нейронных сетей (1965-1995 гг.) в работах Научного центра нейрокомпьютеров и ее перспективы. М., 1996.
ОГЛАВЛЕНИЕ
Введение........................................................... 3
Раздел 1. Структура нейронных сетей................................ 48
Глава 1. От логического базиса булевских элементов И, ИЛИ, НЕ
к пороговому логическому базису............................ 48
1.1. Линейный пороговый элемент (нейрон)................... 48
1.2. Многопороговая логика................................. 51
1.3. Непрерывная логика.................................... 52
1.4. Частные виды функций активации........................ 53
Глава 2. Качественные характеристики архитектур нейронных
сетей...................................................... 57
2.1. Частные типы архитектур нейронных сетей............... 57
2.2. Многослойные нейронные сети с последовательными связями 60
2.3. Структурное и символическое описание многослойных
нейронных сетей............................................ 62
Глава 3. Оптимизация структуры многослойных нейронных сетей
с перекрестными связями.................................... 69
3.1. О критерии сложности задачи........................... 69
3.2. Одномерный вариант нейронной сети с перекрестными
связями.................................................... 70
3.3. Вывод верхней и нижней оценки количества областей..... 71
3.4. Частная задача оптимизации............................ 74
3.5. Оптимизация структуры по некоторым основным
топологическим характеристикам............................. 77
3.6. Оптимизация структуры многослойных нейронных сетей
с Кр решениями............................................. 81
Глава 4. Континуальные нейронные сети.............................. 85
4.1. Нейроны с континуумом признаков на входе ............. 85
42. Континуум нейронов в слое.............................. 86
4.3. Континуум нейронов слоя и дискретное множество признаков . 86
4.4. Классификация континуальных моделей слоя нейронов .... 87
Раздел 2. Оптимальные модели нейронных сетей....................... 93
Глава 5. Исследование характеристик входных сигналов нейронных сетей . 93
5.1. Постановка задачи..................................... 93
5.2. Совместный закон распределения вероятностей входного
сигнала для двух классов образов........................... 95
5.3. Совместный закон распределения вероятностей входного
сигнала для К классов образов.............................. 102
Глава 6. Построение оптимальных моделей нейронных сетей............ 107
6.1. Общая структура оптимальной модели.................... 107
6.2. Аналитическое представление разделяющих поверхностей
в типовых нейронных сетях.................................. 108
6.3. Оптимальная модель нейронной сети для многомерных
сигналов е(п) и у (п)...................................... 133
6.4. Априорная информация о входном сигнале нейронной
сети в режиме самообучения................................. 136
6.5. О критериях первичной оптимизации нейронной сети
в режиме самообучения...................................... 138
6.6. Оптимальные модели нейронной сети в режиме самообучения и при произвольной квалификации учителя .. 141
Глава 7. Анализ разомкнутых нейронных сетей........................ 146
7.1. Законы распределения аналоговой и дискретной ошибок
нейронной сети............................................. 146
7.2. Выбор функционала вторичной оптимизации............... 155
7.3. О выборе функционала вторичной оптимизации в системе
«Адалин» ................................................ 157
7.4. Формирование функционалов вторичной оптимизации,
соответствующих заданному критерию первичной оптимизации.............................................. 158
7.5. Континуальные модели нейронной сети................. 162
7.6. Нейронная сеть в режимах самообучения
и при произвольной квалификации учителя............... 168
