СодержаниеВведение 3
Задание 1. Нейросетевые технологии финансово-экономической деятельности 4
1.1. Биологический нейрон 4
1.2. Нейронные сети 6
1.3. Применение нейросетевых технологий 8
1.3.1. Прогнозирование 8
1.3.2. Распознавание или классификация 8
1.3.3. Кластеризация и поиск закономерностей 9
Задание 2. Создание HTML-документа 10
2.1. Тема WEB-страницы 10
2.2. Выбор программы для создания страницы 10
2.3. Создание заголовков в FrontPage 11
2.4. Вставка таблицы на страницу 11
2.5. Вставка рисунка на WEB-страницу 12
2.6. Создание гиперссылок 12
2.7. Вид готовых страниц 13
Заключение 15
Литература 16ВведениеРазнообразие, большой объем и противоречивость различной диагностической информации выводят на передний план проблему поиска физических систем, способных к ее переработке. Решение этой комплексной задачи тесно связано с новыми информационными технологиями, важное место среди которых занимают методы распознавания и категоризации образов. Нейронные сети - мощный и на сегодня, пожалуй, наилучший метод для решения задач распознавания образов в ситуациях, когда в экспериментальных данных отсутствуют значительные фрагменты информации, а имеющаяся информация предельно зашумлена. Высокая степень параллельности, допускаемая при реализации нейросистем, обеспечивает обработку недоступных оператору объемов информации за времена, меньшие или сравнимые с допустимыми временами измерений.
К рубежу 80-х годов были достигнуты значительные результаты в совсем молодой синергетике, науке о самоорганизации в неравновесных системах; систематизированы факты и проведены многочисленные новые эксперименты в нейрофизиологии, в частности, подробно изучено строение и механизм действия отдельных нейронов; сформулирован принцип работы и создана первая ЭВМ с параллельной архитектурой. Эти обстоятельства, по-видимому, стимулировали начало интенсивных исследований нейронных сетей, как моделей ассоциативной памяти.
Широкий интерес к нейронным сетям был инициирован после появления работы Хопфилда (Hopfield J.J., 1982), который показал, что задача с изинговскими нейронами может быть сведена к обобщениям ряда моделей, разработанных к тому моменту в физике неупорядоченных систем.
Многообразие предлагаемых алгоритмов, характеризующихся различной степенью детальности проработки, возможностями их параллельной реализации, а также наличием аппаратной реализации, приводит к особой актуальности исследования по сравнительным характеристикам различных методик.
Нейронаука в современный момент переживает период перехода от юного состояния к зрелости. Развитие в области теории и приложений нейронных сетей идет в самых разных направлениях: идут поиски новых нелинейных элементов, которые могли бы реализовывать сложное коллективное поведение в ансамбле нейронов, предлагаются новые архитектуры нейронных сетей, идет поиск областей приложения нейронных сетей в системах обработки изображений, распознавания образов и речи, робототехники и др. Значительное место в данных исследованиях традиционно занимает математическое моделирование.Литература1. Зозуля Ю.И. Интеллектуальные системы. Книга 12. Издательство «Радиотехника», 2003, 144 с.
2. Леонтьев Б.К. Энциклопедия Web-дизайнера. Издательство «Новый Издательский дом», 2004, 640 с.
3. Каллан Р. Основные концепции нейронных сетей. Издательство «Вильямс», 2001, 288 с.
4. Прохорский Г.В. Как сделать свою веб-страницу или сайт с помощью Microsoft FrontPage 2003. Издательство «НТ Пресс», 2005, 160 с.
5. Рандалл Н., Джоунз Д. Использование Microsoft FrontPage 2002. Специальное издание. Издательство «QUE», 2002, 848 с.
6. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. Издательство «Горячая Линия - Телеком», 2006, 452 с.
7. Хайкин С. Нейронные сети: полный курс. 2-е издание. Издательство «Вильямс», 2006, 1104 с.
8. FrontPage 2003 Шаг за шагом. Издательство «ЭКОМ», 2005, 384 с.
|
|
