Моделирование персептрона на персональном компьютере

Курсовая работа

студентки группы 145

факультета информатики, физики и математики

Сизовой Есении Викторовны

Научный руководитель: Данилов О. Е.,

канд. пед. наук, доцент.

Дата защиты курсовой работы: ________

Оценка: ____________________________

оценка и подпись научного руководителя

Глазов, 2013

ОГЛАВЛЕНИЕ

Введение...................................................................................................................3

1. Теория нейронных сетей...............................................................................4

1.1. Понятие персептрона и классификация нейронных сетей...................4

1.2. История возникновения искусственных нейронных сетей................11

1.3. Сфера применения персептрона...........................................................14

1.4. Обучение персептрона...........................................................................15

2. Программирование персептрона................................................................17

2.1. Алгоритм работы персептрона.............................................................17

2.2. Демонстрация обучения на составленной компьютерной

программе …..........................................................................................................18

2.3. Результаты обучения персептрона.......................................................20

Заключение.............................................................................................................21

Литература.............................................................................................................23

ВВЕДЕНИЕ

Человеческий мозг содержит множество особых клеток, называемых нейронами. Все они связаны друг с другом огромным количеством нервных нитей, называемых синапсами. Получившаяся таким образом огромная сеть нейронов отвечает за все те явления, которые мы привыкли называть мыслями и эмоциями, а также за все многообразие сенсомоторных функций. До сих пор нет четкого ответа на вопрос, каким образом биологическая нейросеть осуществляет управление всеми этими процессами, хотя уже исследовано достаточно много аспектов ее работы. Из-за технической невозможности создания биологических нейронных сетей, в настоящее время создаются их неодушевленные аналоги - искусственные нейронные сети.

Актуальность исследований в этом направлении подтверждается массой различных применений нейронных сетей.

Возвращаясь к общим чертам, присущим всем нейронным сетям следует отметить принцип параллельной обработки сигналов, который достигается путем объединения большого числа нейронов в так называемые слои и соединения определенным образом нейронов различных слоев, а также, в некоторых конфигурациях, и нейронов одного слоя между собой, причем обработка взаимодействия всех нейронов ведется послойно.

Широкий круг задач, решаемый нейронными сетями, не позволяет в настоящее время создавать универсальные, мощные сети, вынуждая разрабатывать специализированные нейронные сети, функционирующие по различным алгоритмам. Тип используемой нейросети во много диктуется поставленной задачей. Так, для задачи классификации удобными могут оказаться персептрон. Персептрон также применим и для задач идентификации систем и прогноза.

Цель исследования — ознакомиться с нейронными сетями, разобрать, что такое персептрон.

Объектом исследования — изучение теории нейронных сетей, программирование персептрона.

Предметом исследования — обучение однонейронного персептрона.

В соответствии с объектом, предметом и целью исследования курсовой работе были успешно решены следующие задачи:

1. Понятие персептрона и классификация нейронных сетей.

2. История возникновения искусственных нейронных сетей.

3. Сфера применения персептрона.

4. Обучение персептрона.

Курсовая работа состоит из введения, двух глав, заключения, списка использованной литературы.

В заключении сделаны выводы и подведен итог проделанной работы.