Modern optimization problems decision made using neural network Hopfield; Технологии Microsoft в теории и практике программирования

Modern optimization problems decision made using neural network Hopfield; Технологии Microsoft в теории и практике программирования

Λεπτομέρειες βιβλιογραφικής εγγραφής
Parent link:	Технологии Microsoft в теории и практике программирования.— 2015.— [С. 87-89]
Κύριος συγγραφέας:	Hatem Hassanin
Συγγραφή απο Οργανισμό/Αρχή:	Национальный исследовательский Томский политехнический университет (ТПУ) Институт кибернетики (ИК) Кафедра прикладной математики (ПМ)
Άλλοι συγγραφείς:	Berestneva O. G. Olga Grigorievna (научный руководитель)
Περίληψη:	Заглавие с титульного листа. The purpose of writing this paper was to study the solution of optimization problems using Hopfield neural network in Matlab environment in order to improve that Neural network as artificial intelligence best method for provide the solutions for optimization problems. This purpose can be achieved through the following steps: 1. Formation of the basic operation of neural networks; 2. Allocation of the problems encountered when solving optimization problems using Hopfield neural network using Matlab [1]; Neural network operates cyclically. Each of the four Hopfield neural network has outputs a signal, which is input, to all other neurons but himself, however, this network cannot be taught almost anything. Network consisting of N neurons cannot remember more than ~ 0.15 * N images. Therefore, the real network should contain enough impressive number of neurons. This is one of the major flaws of the Hopfield network - a small container. In addition to all the images, do not need to be very similar to each other, or in some cases perhaps looping for recognition.
Γλώσσα:	Αγγλικά
Έκδοση:	2015
Σειρά:	Математическое моделирование и технологии высокопроизводительных вычислений
Θέματα:	электронный ресурс труды учёных ТПУ оптимизация минимизация нелинейные функции нейронные сети сеть Хопфилда
Διαθέσιμο Online:	http://earchive.tpu.ru/handle/11683/23815 http://www.lib.tpu.ru/fulltext/c/2015/C28/037.pdf
Μορφή:	Ηλεκτρονική πηγή Κεφάλαιο βιβλίου
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=614547

Παρόμοια τεκμήρια

Методы и алгоритмы искусственного интеллекта учебник для вузов
από: Антохина Ю. А.
Έκδοση: (Санкт-Петербург, Лань, 2025)

Модифицированная двухмерная нейронная сеть Хопфилда, обучаемая на основе расстояния между нейронами; Молодежь и современные информационные технологии; Ч. 1
από: Худоба Е. Н.
Έκδοση: (2009)

Интеллектуальные системы практикум
από: Акимова О. Ю.
Έκδοση: (Москва, МИСИС, 2020)

Нейронные сети для обработки информации: пер. с польск.
από: Осовский С. Станислав
Έκδοση: (Москва, Финансы и статистика, 2002)

Принцип функционирования модифицированной нейронной сети ВАМ; Современные техника и технологии; Т. 2
από: Худоба Е. Н.
Έκδοση: (2008)

Нейронные сети для обработки информации: пер. с польск.
από: Осовский С. Станислав
Έκδοση: (Москва, Горячая линия-Телеком, 2016)

Отображение нейросетевых алгоритмов анализа изображений на регулярные структуры распределенных вычислительных систем; Известия Томского политехнического университета [Известия ТПУ]; Т. 313, № 5: Управление, вычислительная техника и информатика
από: Тарков М. С.
Έκδοση: (2008)

Фильтрация текстовой информации с помощью нейросетевых алгоритмов; Информационные технологии; № 3
Έκδοση: (2003)

Нейросетевые и гибридные системы учебно-методическое пособие для вузов
από: Каширина И. Л.
Έκδοση: (Воронеж, ВГУ, 2014)

Компьютерные нейросетевые технологии учебное пособие
από: Долгова Е. В.
Έκδοση: (Пермь, ПНИПУ, 2008)

Проектирование баз данных и баз знаний учебное пособие
από: Горожанина Е. И.
Έκδοση: (Самара, ПГУТИ, 2021)

Neural Networks. A Systematic Introduction
από: Rojas R. Raul
Έκδοση: (Berlin, Springer-Verlag, 1996)

Управление проектами
από: Кокуева Ж. М.
Έκδοση: (Москва, МГТУ им. Н.Э. Баумана, 2015)

SERS and advanced chemometrics – Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragmen; Analytica Chimica Acta; Vol. 1192
Έκδοση: (2022)

Нейронные сети и генетический алгоритм учебное пособие
από: Шматов Г. П.
Έκδοση: (Тверь, ТвГТУ, 2019)

Утилизация отходов производства
από: Абакумов Ю. Ф.
Έκδοση: (Москва, МГТУ им. Н.Э. Баумана, 2018)

Иерархические структуры методологии нечетких множеств логики и категории технологий мягких вычислительных процессов
από: Гаджиев Д. Д.
Έκδοση: (Москва, МИСИ – МГСУ, 2022)

Models of Neural Networks IV: Early Vision and Attention
Έκδοση: (New York, Springer, 2002)

Нечеткие множества и нейронные сети: учебное пособие
από: Яхъяева Г. Э. Гульнара Эркиновна
Έκδοση: (Москва, БИНОМ. Лаборатория знаний, 2008)

Искусственные нейронные сети в АСУ ТП
από: Темкин И. О.
Έκδοση: (Москва, МИСИС, 2023)

Нейронные сети; Statistica Neural Networks: пер. с англ.
Έκδοση: (Москва, Горячая линия-Телеком, 2001)

Нейронные сети; Statistica Neural Networks: пер. с англ.
Έκδοση: (Москва, Горячая линия-Телеком, 2000)

Neural Approximations for Optimal Control and Decision
από: Zoppoli, Riccardo, κ.ά.
Έκδοση: (2020)

Parametric Identification of Control Systems Using Artificial Neural Networks; MATEC Web of Conferences; Vol. 37 : Smart Grids 2015
από: Zakamaldin A. A. Andrey
Έκδοση: (2015)

Нейросетевые технологии обработки данных
από: Головко В. А.
Έκδοση: (Минск, БГУ, 2017)

Наш песочный, песочный век: новые технологии и бизнес
από: Филина Н. Н. Наталия Николаевна
Έκδοση: (Москва, Акад. Проект, 2005)

Perceptron neural network. Potential way of use; Интеллектуальные энергосистемы; Т. 2
από: Polovnikov D. I.
Έκδοση: (2017)

GMDH-Based Modified Polynomial Neural Network Algorithm; Chapter 6; GMDH-Methodology and Implementation in C
από: Tyryshkin A. V. Aleksandr Vasilievich
Έκδοση: (2015)

Perceptron neural network. Potential way of use; Интеллектуальные энергосистемы; Т. 3
από: Polovnikov D. I.
Έκδοση: (2016)

Models of neural networks with fuzzy activation functions; IOP Conference Series: Materials Science and Engineering; Vol. 177 : Mechanical Engineering, Automation and Control Systems (MEACS 2016)
από: Nguyen A. T.
Έκδοση: (2017)

Using of neural networks to predict the quotations of economic time series; Молодежь и современные информационные технологии
από: Trofimovich J. S.
Έκδοση: (2012)

Global Optimization. Deterministic Approaches
από: Horst R. Reiner
Έκδοση: (Berlin, Springer-Verlag, 1996)

Real-time coronary artery stenosis detection based on modern neural networks; Scientific Reports; Vol. 11, iss. 1
Έκδοση: (2021)

Prediction of penetration rate and optimization of weight on a bit using artificial neural networks; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 335, № 3
Έκδοση: (2024)

Optimizing input data for training an artificial neural network used for evaluating defect depth in infrared thermographic nondestructive testing; Infrared Physics and Technology; Vol. 102
Έκδοση: (2019)

Современные методы автоматического анализа изображений учеб. пособие
από: Луцив В. Р.
Έκδοση: (Санкт-Петербург, ГУАП, 2023)

Анализ данных в науке и технике
από: Брантон С. Л.
Έκδοση: (Москва, ДМК Пресс, 2021)

Handoff Security Using Artificial Neural Networks in Cognitive Radio Networks; IEEE Internet of Things Magazine; Vol. 3, iss. 4
Έκδοση: (2020)

Fuzzy Neural Network Technology Support Decision-Making; Advances in Computer Science Research; Vol. 72 : Information technologies in Science, Management, Social sphere and Medicine (ITSMSSM 2017)
από: Nguyen Anh Tu
Έκδοση: (2017)

Нейронные сети для адаптивной обработки данных учебное пособие
από: Булаев М. П.
Έκδοση: (Рязань, РГРТУ, 2012)