Вопросы к экзамену по учебному курсу «Нейрокомпьютерные системы» (первый семестр)
| Вид материала | Вопросы к экзамену |
- Вопросы к экзамену по курсу «Дифференциальные уравнения», 22.85kb.
- Вопросы к экзамену по курсу Истории русской архитектуры, VI семестр (весенний), 80.65kb.
- Вопросы к экзамену по курсу «Уравнения математической физики» (6 семестр), 55.2kb.
- Вопросы к экзамену по курсу, 15.96kb.
- Вопросы к экзамену по курсу «Основы менеджмента», 31.86kb.
- Вопросы к экзамену по курсу "Компьютерные системы и сети", 25.77kb.
- Вопросы для подготовки к экзамену по дисциплине «Теория надежности», 8-й семестр, 2011, 20.46kb.
- Вопросы к экзамену по курсу «История государства и права зарубежных стран», 30.5kb.
- Вопросы к экзамену 1 семестр, 56.89kb.
- Вопросы к экзамену по курсу «Анализ финансовой отчетности предприятия», 17.84kb.
Вопросы к экзамену по учебному курсу
«Нейрокомпьютерные системы» (первый семестр) (ММФ)
(«Нейрокомпьютеры» ФИТ)
1. Понятие нейронной сети (НС). Отличия НС от традиционных вычислительных систем.
2. Элементы нейрона. Сигмоидальный нейрон.
3. Задача четкого разделения двух классов на обучающей выборке. Разделение центров масс.
4. Алгоритм обучения персептрона. Виды обучения.
5. Геометрическая интерпретация алгоритма обучения персептрона.
6.Аппроксимация функций. Адалайн. Паде-нейрон. Нейрон с квадратичным сумматором.
7.Реализация булевых функций посредством НС.
8. Виды НС. Способы организации функционирования НС.
9. Интерпретация ответов НС. Виды интерпретации.
10. Оценка способности нейронной сети решить задачу. Константа Липшица сети.
11. Алгоритм обратного распространения ошибки.
12. Радиальная нейронная сеть
13. Особенности задач оптимизации, возникающих при обучении НС.
14. Выбор направления минимизации. Партан-методы.
15. Одношаговый квазиньютоновский метод и сопряженные градиенты.
16. Одномерная минимизация.
17. Методы глобальной оптимизации. Алгоритм имитации отжига.
18. Методы глобальной оптимизации. Генетические алгоритмы.
19. Метод виртуальных частиц.
20. Двунаправленная ассоциативная память.
21. Нейронная сеть Хопфилда как ассоциативная память.
22. Сеть Хемминга.
23. Решение задачи коммивояжера на сети Хопфилда.
24. Машина Больцмана. Решение задачи коммивояжера.
25. Машина опорных векторов. Оптимальная гиперплоскость для линейно-разделимых образов.
26. Метод построения машины опорных векторов.
27. Самообучение НС. Метод динамических ядер. Сети Кохонена.
28. Когнитрон. Неокогнитрон.
29. Нейронные сети адаптивного резонанса
30. Контрастирование (редукция) нейронной сети. Оценка значимости параметров и сигналов.
31. Сокращение числа входов в линейном сумматоре методом "снизу-вверх".
32. Метод исключения параметров "сверху-вниз" с ортогонализацией.
33. Бинаризация адаптивного сумматора.
34. Электронные и оптические методы реализации нейрокомпьютеров.
35. Система нечеткого вывода Мамдани-Заде. Фазификатор и дефазификатор
36. Нечеткие сети Такаги-Сугено-Канга
Литература
1. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.- Новосибирск: Наука, 1996 г.
2. Осовский С. Нейронные сети для обработки информации.-М.: Финансы и статистика, 2002.- 344 с.
3. Хайкин С. Нейронные сети: полный курс.-М.: Вильямс, 2006.-1104 с.
4. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика.- М.:Мир, 1992
5. Каллан Р. Основные концепции нейронных сетей.-М.:Изд. Дом «Вильямс», 2001.
6. Заенцев И.В. Нейронные сети. Основные модели.- Воронеж:ВГУ.-1999 г.
7. Горбань А.Н. Обучение нейронных сетей.- М.: СП Параграф, 1990 г.
8. Миркес Е.М. Нейрокомпьютер. Проект стандарта. – Новосибирск: Наука, 1999.
9. Нейроинформатика/ А.Н.Горбань и др. – Новосибирск: Наука, 1998. – 296 с.
10. Ачасова С.М. Вычисления на нейронных сетях (обзор)//Программирование.- 1991, N2.- С.40-53.
11. Корнеев В.В., Киселев А.В. Современные микропроцессоры.- М.: НОЛИДЖ, 2000.
12. Chevtchenko P.A., Fomine D.V., Tchernikov V.M., and Vixne P.E., Using of microprocessor NM6403 for neural net emulation// ссылка скрыта
13. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика.- М.:Горячая линия – Телеком, 2002.
14. Тарков М.С. Нейрокомпьютерные системы. – М.: Интернет-Ун-т Информ. Технологий : Бином. Лаборатория знаний, 2006. - 142 с.
15. Тарков М.С. Нейрокомпьютеры. Новосибирск: НГУ. 2007. 164 с.
Составил
к.т.н., доцент М.С.Тарков