Список рекомендованной литературы

Вариант 0.

1. Что представляет собой карта коры головного мозга?

2. Что такое линейная разделимость? Приведите примеры многослойных ИНС.

3. Опишите структуру сети векторного квантования (ВК). Какой принцип она реализует? Как осуществляется неконтролируемое обучение в сети ВК? Назовите основные алгоритмы контролируемого обучения сети ВК. Объясните различия между ними.

Вариант 1.

1. Из чего состоит нейрон? Каким образом происходит передача информации?

2. Опишите метод обратного распространения ошибки. Какие трудности возникают при его реализации?

3. Какова структура сети Кохонена? В чем отличие сети Кохонена от сети векторного квантования? Опишите механизм обучения сети Кохонена? Что такое функция «соседства»? Приведите примеры выбора этой функции. Какие проблемы возникают при построении карты Кохонена?

Вариант 2.

1. Что представляет собой центральная нервная система с точки зрения кибернетики?

2. Что представляет собой входная звезда Гроссберга? Каким образом осуществляется обучение входной звезды? Какова структура выходной звезды? Запишите правило обучения выходной звезды.

3. Каковы основные свойства сети встречного распространения? Какова структура сети? В чем состоит обучение слоя Кохонена? Каким образом осуществляется инициализация элементов весовой матрицы нейронов слоя Кохонена? Как происходит обучение слоя Гроссберга?

Вариант 3.

1. Какова структура искусственного нейрона? Приведите примеры входных операторов. Что такое функция активации? Приведите примеры различных функций активации.

2. Дайте определение ассоциативной памяти. Какие существуют алгоритмы обучения ассоциативной памяти? В чем их особенности? Дайте их сравнительную характеристику.

3. Рассмотрите структуру машины Больцмана. В чем отличие этой сети от сетей Хэмминга и Хопфилда? Объясните алгоритм обучения машины Больцмана. Что представляет собой машина Коши? В чем ее отличие от машины Больцмана?

Вариант 4.

1. Дайте характеристику нейрона Маккаллоха – Питтса.

2. В чем различие между авто- и гетероассоциативной памятью? Что представляет собой двунаправленная ассоциативная память?

3. Каковы основные свойства стохастических сетей? Объясните работу байесовского классификатора. Опишите структуру стохастической сети.

Вариант 5.

1. В чем особенность нейрона Фукушимы? Опишите принцип функционирования нейрона Хопфилда. Опишите особенности нейрона Гроссберга.

2. Что представляет собой модель Хопфилда? Какое значение имеет эта модель для дальнейшего развития ИНС?

3. Дайте определение радиально-базисной сети. Что представляет собой нейрон шаблонного слоя РБС? Приведите примеры базисных функций, используемых в РБС. Каким образом осуществляется обучение РБС? Что представляет собой сеть гипербазисного основания? Каким образом осуществляется ее обучение?

Вариант 6.

1. Приведите примеры топологий ИНС. Какие существуют подходы к обучению ИНС?

2. Опишите алгоритм обучения сети Хопфилда. В чем особенности синхронной сети Хопфилда? Что представляет собой непрерывная сеть Хопфилда?

3. Какова структура сети СМАС? В чем состоит принцип работы сети? Каким образом осуществляется кодирование информации в сети? Каким образом происходит выбор базисных функций? Что такое хеширование информации? Назовите методы хеширования и объясните их отличия. Как происходит обучение сети?

Вариант 7.

1. Опишите правило обучения Хэбба. На чем основано дельта-правило?

2. Что представляет собой сеть BSB? В чем отличие сети BSB от сети Хопфилда? Как происходит обучение сети BSB?

3. Опишите архитектуру каскадно-корреляционной сети. Каким образом осуществляется обучение ККС? Какими преимуществами обладает ККС по сравнению с другими ИНС?

Вариант 8.

1. В чем суть конкурентного обучения? Что является основой стохастического обучения? Приведите примеры градиентных методов обучения.

2. Что представляет собой модель сети Хэмминга? Как задается параметр ε в сети Хэмминга? На что влияет выбор его величины? В чем основное отличие сети Хэмминга от сети Хопфилда?

3. Какова структура сети с элементами задержки сигнала? Что представляет собой рецептивное поле сети? Как осуществляется обучение сети? Какие существуют подходы к ускорению процесса обучения сети?

Вариант 9.

1. Что представляет собой однослойный персептрон? Объясните теорему сходимости для персептрона. Каковы возможности однослойного персептрона? В чем отличие Адалины от персептрона?

2. В чем отличие ДРС от сети Хопфилда? Какие существуют разновидности ДРС? В чем отличие сети Элмана от сети Джордана? Каким образом осуществляется обучение ДРС?

3. Назовите основные свойства сети АРТ. Какие существуют разновидности этих сетей? Приведите архитектуру АРТ-1. Каково назначение основных модулей? Объясните принципы функционирования сети АРТ-2. В чем отличие АРТ-2 от АРТ-1?

СПИСОК РЕКОМЕНДОВАННОЙ ЛИТЕРАТУРЫ

1. Руденко О.Г., Бодянский Е.В. Основы теории искусственных нейронных сетей. – Харьков: ТЕЛЕТЕХ, 2002. – 317 с.

2. Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектура, обучение, применение. – Харьков: ТЕЛЕТЕХ, 2004. – 372 с.

3. Хайкин С. Нейронные сети: полный курс / Пер. с англ. – М.: Вильямс, 2006. – 1104 с.

4. Осовский С. Нейронные сети для обработки информации / Пер. с польского. – М.: Финансы и статистика, 2002. – 344 с.