Заказ работы

Заказать
Каталог тем

Самые новые

Значок файла Исследование особенностей распределения выборочных средних арифметических: Метод. рек. /Сост.: Ю.Г. Сильвестров: ГОУ ВПО «СибГИУ. - Новокузнецк, 2003, - 7 с., (0)
(Методические материалы)

Значок файла Исследование особенностей распределения случайных событий с помощью шариковой модели: Метод. рек. /Сост.: Ю.Г. Сильвестров: ГОУ ВПО «СибГИУ. - Новокузнецк, 2003, - 7 с., (2)
(Методические материалы)

Значок файла Деформация и рекристаллизация металлов: Метод. Указ. / Сост.: Л.А. Стародубцева, Д.Г. Татарников: СибГИУ. – Новокузнецк, 2002. - с., ил. (2)
(Методические материалы)

Значок файла Дефекты кристаллического строения металлов. Рекомендации к практическим занятиям. / Сост. В.П. Морозов, А.Ф. Софрошенков; СибГИУ. – Новокузнецк, 1999. - с. ил. (1)
(Методические материалы)

Значок файла Гидромеханические процессы и обработка твердых материалов: Метод. указ. / Сост.: Г.В. Галевский, В.В. Руднева: ГОУ ВПО «СибГИУ». – Новокузнецк, 2004. – 25 с., ил. (2)
(Методические материалы)

Значок файла Гидродинамика и гидромеханические процессы: Метод. указ. / Сост.: Г.В.Галевский, В.В. Руднева: ГОУ ВПО «СибГИУ». – Новокузнецк, 2004. – 35 с., ил. (1)
(Методические материалы)

Значок файла Выбор и расчёт потребного количества оборудования: Ме-тодические указания к изучаемому курсу: “Оборудование и проекти-рование термических цехов” / Сост.А.Ф. Синявский: СибГИУ. - Новокузнецк , 2004. – 11с. (0)
(Методические материалы)


Заказ научной авторской работы

Преимущества нейросетевых сетей

Применение нейросетевой технологии уместно в случаях, когда формализация процесса решения трудна или вообще невозможна. Они являются очень мощным инструментом моделирования, поскольку нелинейны по своей природе. Линейное моделирование долгое время являлось основным в большинстве областей, поскольку для него существует большое число методов оптимизации. Однако в задачах анализа рисков методы линейного моделирования в подавляющем большинстве случаев неприменимы. Кроме того, для нейронных сетей не существует проблемы «проклятия размерности», не позволяющей моделировать линейные зависимости от большого числа переменных.

Нейронная сеть применяется в первую очередь тогда, когда неизвестен точный вид связи между входом и выходом. Достаточно лишь точно знать, что связь между входными и выходными данными существует. При этом сама зависимость будет выведена в процессе обучения нейронной сети.

По сравнению с традиционными технологиями нейронные сети обладают следующими достоинствами:

- Универсальность. Нейронные сети не зависят от свойств входных данных, для них не существует требования к определенному типу распределения исходных данных, либо требования к линейности целевых функций.

- Простота. Использование нейронных сети не требует специальной подготовки, для практического применения нет необходимости глубоко вникать во внутренние механизмы работы сети, в отличие от статистических методов, требующих фундаментальных знаний из области теории вероятностей и математической статистики.

Не существует проблемы «проклятия размерности». Они способны моделировать зависимости в случае большого числа переменных.

- Ускоряют процесс нахождения зависимости за счет одновременной обработки данных всеми нейронами. Особенности построения нейронных сетей рассматриваются далее. В тоже время нейронные сети обладают рядом серьезных недостатков.

Ключевыми из них являются следующие:

- Сложность построения архитектуры сети для конкретной задачи. Для подавляющего большинства реальных задач не разработано стандартных схем, в результате в каждом случае конструирование приходится начинать «с нуля».

- Сложность интерпретации результатов обучения. Особенности построения нейронной сети будут рассмотрены дальше. Пока же можно отметить, что значения параметров элементов сети почти всегда невозможно объяснить в терминах решаемой задачи, в результате нейронная сеть остается «черным ящиком» не только для пользователей, но, отчасти, и для разработчиков.

 Несмотря на то, что нейронные сети способны решить практически любые задачи, во многих случаях их применение не является целесообразным. Для решения многих проблем более эффективным оказывается применение других математических моделей. В то же время нейронные сети особенно хорошо зарекомендовали себя при решении задач классификации, прогнозирования, кодирования и декодирования информации.

 

 

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров