Артикул: 1038488

Раздел:Технические дисциплины (57837 шт.) >
  Математика (23376 шт.) >
  Прикладная математика (56 шт.)

Название или условие:
Новый подход к обучению рекуррентных нейронных сетей (курсовая работа)

Описание:
Введение 4
1 Искусственные нейронные сети. Основные понятия 6
1.1 Общие сведения 6
1.2 Известные применения нейронных сетей 7
1.2.1 Распознавание образов и классификация 7
1.2.2 Принятие решений и управление 8
1.2.3 Кластеризация 8
1.2.4 Прогнозирование 9
1.2.5 Аппроксимация 9
1.2.6 Сжатие данных и ассоциативная память 10
2 Рекуррентные нейронные сети 11
2.1 Общие сведения 11
2.2 Нейронные сети с многозначными комплексными нейронами 11
3 Условие устойчивости для нейронных сетей с многозначными нейронами 14
4 Реализация простейшей нейронной сети 20

Всего 24 страницы

Процесс покупки очень прост и состоит всего из пары действий:
1. После нажатия кнопки «Купить» вы перейдете на сайт платежной системы, где можете выбрать наиболее удобный для вас способ оплаты (банковские карты, электронные деньги, с баланса мобильного телефона, через банкоматы, терминалы, в салонах сотовой связи и множество других способов)
2. После успешной оплаты нажмите ссылку «Вернуться в магазин» и вы снова окажетесь на странице описания задачи, где вместо зеленой кнопки «Купить» будет синяя кнопка «Скачать»
3. Если вы оплатили, но по каким-то причинам не смогли скачать заказ (например, случайно закрылось окно), то просто сообщите нам на почту или в чате артикул задачи, способ и время оплаты и мы отправим вам файл.
Условия доставки:
Получение файла осуществляется самостоятельно по ссылке, которая генерируется после оплаты. В случае технических сбоев или ошибок мозно обратиться к администраторам в чате или на электронную почту и файл будет вам отправлен.
Условия отказа от заказа:
Отказаться возможно в случае несоответсвия поулченного файла его описанию на странице заказа.
Возврат денежных средств осуществляется администраторами сайта по заявке в чате или на электронной почте в течении суток.

Похожие задания:

Практическая работа №2
Построение минимального остова для неориентированной сети
Нарисовать диаграмму неориентированной сети G3, = < X3, A3 > заданной весовой матрицей W3. По-строить минимальный остов для сети G3 с помощью алгоритмов Краскала и Прима. Весовая матрица W3 (вариант 23):

Математические основы системного анализа. Построение классификационных шкал с учетом статистических особенностей данных (лабораторная работа)
Сингулярное разложение в линейной задаче метода наименьших квадратов. (дипломная работа)Разностные уравнения
Решить уравнение:

Практическая работа №1
Построение кратчайших и максимальных путей в ориентированной сети
Нарисовать диаграммы ориентированных сетей G1 = < X1, A1 >, G2 = < X2, A2 > заданных весовыми матрицами W1 и W2. Построить для сети G1 кратчайший путь от узла x1 до узла x6 с помощью алгоритма Дейкстры и максимальный путь. Построить для сети G2 кратчайший путь от узла x1 до узла x6 с помощью алгоритма Беллмана-Форда.
Весовые матрицы (вариант 23):

Математические основы системного анализа. Потоки событий. Финальные вероятности состояний (практическая работа)
Разностные уравнения
Решить уравнение: xn+3 - 4xn+2 + 4xn+1 = 2·2n - n + 3

Использование сигналов беспроводных сетей для уточнения локаций в закрытых помещениях (дипломная работа)
Обратная задача теории погрешностей - решение методом равных влияний
Алгоритм Видeмана (курсовая работа)