Методы искусственного интеллекта. МЭИ(ТУ) C-12(11)-04
Вопросы к экзамену (9.1.09, 9.20).
1. Общие вопросы
- Нейронные сети. Основные характеристики сетей. Параллели из биологии.
Дендриты, аксоны, синапсы.
- Нейронные сети. Персептрон. Архитектуры сетей.
- Топологическая сортировка сетей.
- Обратное распространение ошибки. Дельта-правило.
- Обратное распространение ошибки. Функция активности. Сигмоид и его
виды. Сигмоидная производная.
- Обратное распространение ошибки. Функция активности и ее виды. Роль
нелинейности. Эффект запирания сети.
- Память, свойства, реализация в нейронных сетях.
- Гетероассоциативная память. Принцип сжатия информации.
- Автоассоциативная сеть.
- Сеть Хопфилда. Синхронная и асинхронная реализация.
- Сеть Кохонена. Кластеризация
- Адаптивные резонансные сети.
- Муравьиный алгоритм. Задача коммивояжера. Отрицательная и положительная
обратная связь. Элитные муравьи.
- Алгоритм отжига. Задача коммивояжера.
- Генетический алгоритм минимизации функции
- Генетический алгоритм оптимального размещения графа на линейке и
плоскости
- Генетический алгоритм решения задачи Штейнера. Столбы и точки Штейнера
- Нечеткие множества. Операции над ними.
- Нечеткое управление.
- Сеть Хэмминга
2. Программная реализация
- Программная среда NNTOOL. Применимость. Ограничения. Параметры задания, обучения, инициализации сети. Пример работы среды NNTOOL для аппроксимации функции с использованием сетей Cascade forward backprop и feed forward backprop.
- Пакет Neural Networks Toolbox. Пример работы сетей Кохонена, Хопфильда и встречного распространения.
- Пакет Simulink. Принцип работы, интерфейс пакета. Пример работы пакета на численном решении дифференциальных уравнений.
- Нейронные сети в пакете расширений Simulink. Нейросетевые регуляторы. Пример нейросетевого регулятора на базе эталонной динамической модели.
|