Klasifikace vzorů pomocí fuzzy neuronových sítí

| Kategorie: Diplomové, bakalářské práce  | Tento dokument chci!

Práce popisuje základy principu funkčnosti neuronů a vytvoření umělých neuronových sítí. Je zde důkladně popsána struktura a funkce neuronů a ukázán nejpoužívanější algoritmus pro učení neuronů. Základy fuzzy logiky, včetně jejich výhod a nevýhod, jsou rovněž prezentovány. Detailněji je popsán algoritmus zpětného šíření chyb a adaptivní neuro-fuzzy inferenční systém. Tyto techniky poskytují efektivní způsoby učení neuronových sítí.

Vydal: FCC Public s. r. o. Autor: Tamás Ollé

Strana 13 z 67

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Jak získat tento dokument?






Poznámky redaktora
Fig. Before neuron becomes stimulated (at its poise), polarized. . Only when receives enough stimulation, from one more sources will initiate pulse which travels couple hundred meters per second [2]. Each pulse is only couple milliseconds wide. Each neuron has associated with level stimulus, above which nerve pulse action potential will generated.2 Operation neurons After reviewing how the neurons form network, the next step to understand the function each individual neuron. This means that, neuron charged and ready produce electrical pulse. means more pulses per second.3 The action potential ([2]) With the help oscilloscope, able monitor these pulses. When neuron stimulated by another neuron (or outside influences case sensory neurons), produces pulses, called “action potentials”. There they are connected other neurons (called interneurons).4 The input information goes through the long axons the sensory neurons into the spinal cord and brain. 2. increasing the stimulation, the density of impulses will increase well. This mechanism is responsible for all our actions from simple reflexes consciousness itself [2]. 2. Finally, the result the processing passed the output neurons which stimulate muscles glands affect the outside world