• Регистрация
Статьи и вопросы по тегу "нейронные сети"

Статьи и вопросы по тегу "нейронные сети"

  • Все 20
  • Вопросы 8
  • Статьи 12
Нейронная сеть – математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей.
Deep Learning Toolbox – cоздавайте, анализируйте и обучайте нейронные сети глубокого обучения. Документация по продукту.
  • вопрос
  • 17.06.2022
gorgozavr
gorgozavr 0.00
н/д
Коллеги, добрый день. Как узнать количество обучаемых параметров для сети CNN или LSTM? Что-то наподобии summary для Python есть в MatLAB?
Коллеги, добрый день. Как узнать количество обучаемых параметров для сети CNN или LSTM? Что-то наподобии summary для Python есть в MatLAB?
17.06.2022
  • Публикация
  • 22.04.2022
Exponenta
Exponenta 0.00
н/д

Суррогатные модели — это эффективный способ ускорить вычисления путем замены энерговычислительных расчетов более простыми моделями машинного обучения. В этом докладе мы расскажем основные идеи и пути решения такого типа задач, а также о реальном применении суррогатных моделей в приложениях. 
 

Суррогатные модели — это эффективный способ ускорить вычисления путем замены энерговычислительных расчетов более простыми моделями машинного обучения. В этом докладе мы расскажем основные идеи и пути решения такого типа задач, а также о реальном применении суррогатных моделей в приложениях. 
 

22.04.2022
  • Публикация
  • 22.04.2022
Exponenta
Exponenta 0.00
н/д

В докладе излагаются принципы построения нейронных сетей для адаптации антенной решетки, обнаружения сигнала на фоне помех и фильтрации сигнала.

В докладе излагаются принципы построения нейронных сетей для адаптации антенной решетки, обнаружения сигнала на фоне помех и фильтрации сигнала.

22.04.2022
  • Публикация
  • 22.04.2022
Exponenta
Exponenta 0.00
н/д

В докладе будет рассмотрен подход к распознаванию огня на видео на основе нейронных сетей и глубокого обучения. Будут освещены основные сложности, возникающие при распознавании огня на видеоизображении, а так как готовить и размечать свои данные для обучения, и тестировать обученные модели.

В докладе будет рассмотрен подход к распознаванию огня на видео на основе нейронных сетей и глубокого обучения. Будут освещены основные сложности, возникающие при распознавании огня на видеоизображении, а так как готовить и размечать свои данные для обучения, и тестировать обученные модели.

22.04.2022
  • вопрос
  • 13.07.2021
Digan
Digan 0.00
н/д
Построена нейронная сеть на основе архитектуры PINN. Обучается хорошо, но предсказывает плохо (см. вложения). Хотелось бы получить рекомендации как это можно исправить. 
Построена нейронная сеть на основе архитектуры PINN. Обучается хорошо, но предсказывает плохо (см. вложения). Хотелось бы получить рекомендации как это можно исправить. 
4 Ответа
13.07.2021
  • вопрос
  • 07.07.2021
aBoomest
aBoomest +925.89
н/д
Добрый день. Теорию ИНС (по крайней мере бызовое понимание, простые сети, и смысл для чего оно все нужно) вполне представляю. Однако ни разу не делал расчет в matlab. Решил попробовать. Т.к. материала...
Добрый день. Теорию ИНС (по крайней мере бызовое понимание, простые сети, и смысл для чего оно все нужно) вполне представляю. Однако ни разу не делал расчет в matlab. Решил попробовать. Т.к. материала...
2 Ответа
07.07.2021
  • Публикация
  • 11.03.2021
Alexey Kornaev
Alexey Kornaev 0.00
н/д
Современный этап развития методов искусственного интеллекта основан на применении новой парадигмы программирования – машинного обучения (МО). Эта парадигма основана на полном или частичном отказе от классического, логического построения программы, от зав...

Открытый онлайн курс по машинному обучению для нужд медицинской мехатроники и робототехники, и не только. Лекции, практики, лабораторные работы (4+6+3). С применением языков MATLAB, Python, GNU-Octave для решения задач и программирования "железа". С использованием медицинских данных из открытых источников и данных от наших коллег. Курс для начинающих, у которых серьезные намерения, примерно на 100 часов упорной работы. Если вы хотя-бы сомневаетесь, что в выражении f(x)=dy(x)/dx наверное не стоит сокращать d, то можно приступать.

11.03.2021
  • Публикация
  • 25.02.2021
Sancho
Sancho +66.25
н/д
Курсы в свободном доступе:   Reinforcement Learning Onramp В курсе: • Что такое обучение с подкреплением• Компоненты модели обучения с подкреплением• Определение интерфейса среды• Определение испытуемой системы (агента)• Обучение...

Представляем вашему вниманию пять новы онлайн-курсов по MATLAB (МAOTS).

Четыре курса открыты для всех в свободном доступе, по прохождении которых вам будет выдан сертификат.

25.02.2021
  • вопрос
  • 10.02.2021
AigulP
AigulP 0.00
н/д
Здравствуйте! В одном из вебинаров было сказано, что у вас могут быть данные из разных областей, может быть есть по транспортировке газа? У меня есть некоторое количество данных, но как их случай...
Здравствуйте! В одном из вебинаров было сказано, что у вас могут быть данные из разных областей, может быть есть по транспортировке газа? У меня есть некоторое количество данных, но как их случай...
10.02.2021
  • Публикация
  • 28.09.2020
kriwsha
kriwsha 0.00
н/д
Что из себя представляют сверточные нейронные сети? Сверточная нейронная сеть (также CNN или ConvNet) является одним из наиболее популярных алгоритмов в глубоком обучении, это такой вид машинного обучения, при котором модель учится выполнять задачи классификац...

Перевод статьи Convolutional Neural Network 3 things you need to know

28.09.2020
  • Публикация
  • 28.09.2020
handaeun05
handaeun05 0.00
н/д
Почему так важно глубокое обучениеКак глубокое обучение достигает таких впечатляющих результатов? Одним словом, точность. Глубокое обучение обеспечивает точность распознавания на более высоком уровне, чем когда-либо прежде. Это помогает потребительской электро...

Глубокое обучение - это метод машинного обучения, который учит компьютеры делать то, что естественно для людей: учиться на собственном примере. Глубокое обучение - это ключевая технология, лежащая в основе беспилотных автомобилей, позволяющая им распознавать знак остановки или отличать пешехода от фонарного столба. Это ключ к голосовому управлению в потребительских устройствах, таких как телефоны, планшеты, телевизоры и громкоговорители. В последнее время глубокому обучению уделяется много внимания и не зря. Это достижение результатов, которые раньше были невозможны.

При глубоком обучении компьютерная модель учится выполнять задачи классификации непосредственно из изображений, текста или звука. Модели глубокого обучения могут достигать высочайшей точности, иногда превышающей производительность человеческого уровня. Модели обучаются с использованием большого набора помеченных данных и архитектур нейронных сетей, которые содержат много слоев.

28.09.2020
  • Публикация
  • 03.11.2019
Дмитрий Пантюхин
Дмитрий Пантюхин +10.00
н/д
Нейронная сеть CMAC является одним из представителей нейронных сетей прямого распространения, родственна радиально-базисным нейронным сетям. Детальное описание можно найти в источнике [1]. Сеть предназначена для аппроксимации функций нескольких переменных, пре...

Представлена лабораторная работа по теме "Реализация нейроной сети CMAC в Матлаб", предлагаемая студентам МФТИ и НИУ ВШЭ в рамках курсов "Нейросетевые технологии".

03.11.2019
  • Публикация
  • 19.09.2019
Редактор-сообщества-Экспонента
Редактор-сообщества-Экспонента +230.08
н/д
Входы Слои Выходы Эталоны Смещения Входные веса Веса слоев   Наверх Входы Эти свойства определяют структуру i-го сетевого вxода. - net.inputs{i} range - определяет диапазоны изменения каждого из элементов i-го входа сети net.inputs{i}.range - значен...

Автор материала - Ю.П.Маслобоев.

19.09.2019
  • Публикация
  • 19.09.2019
Редактор-сообщества-Экспонента
Редактор-сообщества-Экспонента +230.08
н/д
Архитектура сети Структура подобъектов Функции Параметры Значения весов и смещений Другие свойства   Наверх Архитектура сети Эти свойства определяют количество подобъектов сети (таких как слои, выходы, эталоны, смещения и веса), и каким образом они объе...

При разработке Neural Network Toolbox использованы принципы объектно-ориентированного программирования. Основной объект – нейронная сеть. В этом разделе описаны основные свойства сети. Автор материала - Ю.П.Маслобоев.

19.09.2019
  • вопрос
  • 04.09.2019
OCETP
OCETP 0.00
н/д
Здравтвуйте. Возможно ли применение нейронных сетей в контурах управления технологическими параметрами в прикладных программах ПЛК Siemens, Schneider и др.? К примеру, использование в качестве нейро-р...
Здравтвуйте. Возможно ли применение нейронных сетей в контурах управления технологическими параметрами в прикладных программах ПЛК Siemens, Schneider и др.? К примеру, использование в качестве нейро-р...
3 Ответа
04.09.2019
  • вопрос
  • 01.09.2019
Виталий
Виталий 0.00
н/д
Я только начал изучать  CNN в среде Matlab. Matlab'ом я уже 20 лет пользуюсь, но задачи NN я стал изучать только сейчас. Очень много материалов про сегментацию и распознавание изображений. Но мне...
Я только начал изучать  CNN в среде Matlab. Matlab'ом я уже 20 лет пользуюсь, но задачи NN я стал изучать только сейчас. Очень много материалов про сегментацию и распознавание изображений. Но мне...
2 Ответа
01.09.2019
  • вопрос
  • 16.08.2019
Evgeny
Evgeny 0.00
н/д
Скажите, а возможно ли в матлабе подавать на вход при обучении смешанные данные - допустим, категорийные и числовые? Как нейронной сети объяснить, что 1 или 0 это не цифры, а допустим, события. А в со...
Скажите, а возможно ли в матлабе подавать на вход при обучении смешанные данные - допустим, категорийные и числовые? Как нейронной сети объяснить, что 1 или 0 это не цифры, а допустим, события. А в со...
2 Ответа
16.08.2019
  • вопрос
  • 08.08.2019
Tatasha
Tatasha 0.00
н/д
Обучаю нейронную сеть типа narx  помощью nnstart. На вход подаю 2 временных ряда, на выходе 1 ряд. Все обучается, сохраняется нейросеть в рабочую область, генерируется скрипт, о при попытке запус...
Обучаю нейронную сеть типа narx  помощью nnstart. На вход подаю 2 временных ряда, на выходе 1 ряд. Все обучается, сохраняется нейросеть в рабочую область, генерируется скрипт, о при попытке запус...
1 Ответ
08.08.2019
  • Публикация
  • 07.08.2019
Sancho
Sancho +66.25
н/д
  Обзор задачи Старая каптча Хабрахабр выглядела так:  Основные трудности распознавания данной каптчи: Искаженные символы Шумы и размытость Размеры символов сильно отличаются Пересечение символов Честно говоря, у меня не всегда получало...

В данной статье кратко рассказывается о процессе взлома captcha используемой ранее при входе на сайт Хабрахабр. 
Целью работы является применение знаний на практике и проверка сложности каптчи. 
При разработке алгоритма использован Matlab.

07.08.2019