Образцы вопросов для подготовки к экзамену
Раздел 1.
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.
Раздел 2
1)Реализация булевских функций посредством НС.
2) Виды НС. Способы организации функционирования НС.
3) Интерпретация ответов НС. Виды интерпретации.
4) Оценка способности нейронной сети решить задачу. Константа Липшица сети.
5) Метод обратного распространения ошибки.
Раздел 3.
1)Особенности задач оптимизации, возникающих при обучении НС.
2) Выбор направления минимизации. Партан-методы.
3) Одношаговый квазиньютоновский метод и сопряженные градиенты.
4) Одномерная минимизация.
5) Методы глобальной u1086 оптимизации. Алгоритм имитации отжига.
6) Методы глобальной оптимизации. Генетические алгоритмы.
7) Метод виртуальных частиц.
Раздел 4.
1)Двунаправленная ассоциативная память.
2) Нейронная сеть Хопфилда как ассоциативная память.
3) Сеть Хемминга.
4) Решение задачи коммивояжера на сети Хопфилда.
5) Машина Больцмана. Решение задачи коммивояжера.
Раздел 5.
1)Самообучение НС. Метод динамических ядер. Сети Кохонена
Раздел 6.
1)Контрастирование (редукция) нейронной сети. Оценка значимости параметров и
сигналов.
2)Сокращение числа входов в линейном сумматоре методом "снизу-вверх".
3) Метод исключения параметров "сверху-вниз" с ортогонализацией.
4) Бинаризация адаптивного сумматора
Раздел 7.
1)Электронные методы реализации НС. Нейрочипы.
2)Оптические методы реализации НС.
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.
3. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика.- М.:Мир, 1992
4. Каллан Р. Основные концепции нейронных сетей.-М.:Изд. Дом «Вильямс», 2001.
5. Заенцев И.В. Нейронные сети. Основные модели.- Воронеж:ВГУ.-1999 г.
6. Горбань А.Н. Обучение нейронных сетей.- М.: СП Параграф, 1990 г.
7. Миркес Е.М. Нейрокомпьютер. Проект стандарта. – Новосибирск: Наука, 1999.
8. Нейроинформатика/ А.Н.Горбань и др. – Новосибирск: Наука, 1998.
9. Ачасова С.М. Вычисления на нейронных сетях (обзор)//Программирование.- 1991,
N2.- С.40-53.
10. Вороновский Г.К. и др. Генетические алгоритмы, искусственные нейронные сети и
проблемы виртуальной реальности. – Харьков: Основа.- 1997 г.
11. Chevtchenko P.A., Fomine D.V., Tchernikov V.M., and Vixne P.E., Using of
microprocessor NM6403 for neural net emulation// http://www.module.ru
12. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика.-
М.:Горячая линия – Телеком, 2002.
13. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и
оптимизации систем. – СПб.: Наука и Техника, 2003.
Программу подготовил:
к.т.н., доцент Тарков М.С.
Программа утверждена на заседании Ученого совета факультета информационных
технологий Новосибирского государственного университета 18 декабря 2003 г., протокол
заседания №16.