Neural Network Toolbox: Разлика помеѓу преработките
| [непроверена преработка] | [непроверена преработка] |
Избришана содржина Додадена содржина
с Бот менува: интерфејс -> посредник |
с Бот менува: се додека -> сè додека, мапи -> карти, менаџир... -> управув... |
||
Ред 1:
{{Без извори|датум=октомври 2009}}
Алатката базирана на невронски мрежи ('''Neural Network Toolbox''') го прошитува [[MATLAB]] со алатки за дизајнирање, имплементирање, визуелизација, и симулирање на невронски мрежи. Невронските мрежи се непроценливи за апликации каде формалните анализи се тешки или невозможни, како што е препознавање на шаблони и нелинеарни системи на идентификација и управување. Neural Network Toolbox-от овозможува севкупна поддршка за повеќе докажани мрежни типични примери, како и графички кориснички посредник кој овозможува дизајнирање и
== Работење со Neural Network Toolbox ==
Како и двојникот во биолошкиот нервен систем, невронска мрежа може да учи, и затоа може да се обучи да најде решенија, да препознае шаблони, класифицира податоци, и предвиди идни настани. Однесувањето на невронска мрежа е дефинирано од начинот индивидуалните пресметувачки елементи се поврзани, и од силината ба тие поврзувања, или тежини. Тежините се автоматски прилагодени со обучување на мрежата според специфично правило на учење
[[Neural Network Toolbox]] графичкиот посредник овозможува полесна работа со невронските мрежи. Neural Network Fitting Tool е преставува волшебник кој води низ процесот на вметнување на податоци користејќи невронски мрежи. Оваа алатка се користи за внесување на големи и комплексни множества на податоци, брзо креирање и обучување на мрежи, и оценување на мрежните перформанси.
Ред 21:
Neural Network Toolbox подржува два типа на само-организирани, мрежи без надзор: натпреварувачки слоеви и [[самоорганизирани мапи]].
Натпреварувачки слоеви ги препознаваат и групираат слични влезни вектори. Со користење на овие групи, мрежата автоматски ги сортира влезовите во категории.
Само-организираните
=== Функции за обука и учење ===
Ред 55:
= Што е невронска мрежа? =
Невронските мрежи се состојат од елементи кои работат паралелно. Овие елементи се инспирирани од биолошките нервни системи. Како и во природата, мрежните функции се одредуваат претежно според врските помеѓу елементите. Невронска мрежа може да се обучи да извршува одредени функции со подесување на вредности на врските (тежини) помеѓу елементи.
Обично невронските мрежи се подесуваат, или обучуваат, така што одреден влез води кон специфичен целен излез. Такава ситуација е прикажана на сликата подоле. Тука, мрежата се подесува, базирано на споредбата на излезот и the target,
Невронските мрежи се обучуваат да извршуваат комплексни функции на различни полиња, вклучувајќи препознавање на шаблони, идентификација, класификација, говор, визија, и системи за управување.
Денес, невронските мрежи можат да се обучат за да решаваат проблеми кои се тешки за конвенционални компјутери или самиот човек. Низ целат алатка, посебно внимание е ставено на мрежните типични примери кои се изградуваат или самите се користат во индустриски, финансиски, и други практични апликации.
| |||