Теоретические основы кибернетики. Лекция 18. Методы обучения распознаванию

1.

Человеческий мозг - нейрокомпьютер
1

2.

Федеральное государственное бюджетное образовательное учреждение высшего профессионального
образования "Красноярский государственный медицинский университет имени профессора В.Ф. ВойноЯсенецкого" Министерства здравоохранения Российской Федерации
Кафедра медицинской кибернетики и информатики
Дисциплина:
ТЕОРЕТИЧЕСКИЕ ОСНОВЫ КИБЕРНЕТИКИ
Семестр 7
Лекция 18
Шадрин Константин Викторович

3.

1. Обобщенная
структурная
нейрокомпьютера.
схема
2. Классификация нейронных сетей
3. Обучение нейронных сетей без обратных
связей.
4. Реализация нейронных сетей в Matlab.
3

4.

Обучаемые системы
4

5.

Формализуемые
Трудноформализуемые
Дифференциальные
уравнения
Задачи большой
размерности
Неформализуемые
Распознавание
образов
Предсказание
Аппроксимация
функции
Кластеризация
5

6.

Основа умения решать задачи – обучение (число связей)!!!
Запоминающее
устройство
Устройство
ввода
Нейронная сеть
Устройство
вывода
Блок обучения
6

7.

• Американский робот-собака
7

8.

Суть обучения – настройка коэффициентов связи между
нейронами.
Математически процесс обучения представляет собой
решение задачи оптимизации, целью которой является
минимизация функции ошибки на данном множестве примеров
путем выборки коэффициентов межнейронных связей.
8

9.

Нейронная сеть – динамическая система, состоящая из
совокупности связанных между собой узлов (элементарных
процессоров) по типу направленного графа, называемых
формальными нейронами, и способная генерировать
выходную информацию в ответ на входное воздействие.
Формальный
нейрон
–
элементарный
используемый в узлах нейронной сети.
процессор,