Cellular Neural Networks: ανάπτυξη περιβάλλοντος προσομοίωσης με τη χρήση του MATLAB

Χριστοφορίδου, Ελένη (2011) Cellular Neural Networks: ανάπτυξη περιβάλλοντος προσομοίωσης με τη χρήση του MATLAB. BSc thesis, ΤΕΙ Δυτικής Μακεδονίας.

Text ICT19_2012.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (1MB)

Abstract

Το επιστημονικό έγγραφο που ακολουθεί περιγράφει πλήρως την λειτουργία, τα οφέλη, τις δυνατότητες ενός τεχνητού νευρωνικού δικτύου καθώς και σε ποιες εφαρμογές μπορεί να χρησιμοποιηθεί. Τα τεχνητά νευρωνικά δίκτυα απασχολούν σε μεγάλο βαθμό τον κόσμο της Πληροφορικής. Είναι άμεσα συνδεδεμένο με την τεχνητή νοημοσύνη. Ένας επίσης πολύπλοκος κλάδος της επιστήμης και της Πληροφορικής. Νευρωνικό δίκτυο ονομάζεται ένα κύκλωμα διασυνδεδεμένων νευρώνων. Στην περίπτωση βιολογικών νευρώνων, πρόκειται για ένα τμήμα νευρικού ιστού. Στην περίπτωση τεχνητών νευρώνων, πρόκειται για ένα αφηρημένο αλγοριθμικό κατασκεύασμα το οποίο εμπίπτει στον τομέα της υπολογιστικής νοημοσύνης, όταν στόχος του νευρωνικού δικτύου είναι η επίλυση κάποιου υπολογιστικού προβλήματος, ή της υπολογιστικής νευροεπιστήμης, όταν στόχος είναι η υπολογιστική προσομοίωση της λειτουργίας των βιολογικών νευρωνικών δικτύων με βάση κάποιο μαθηματικό μοντέλο τους. Το νευρωνικό δίκτυο έχει την εξής δυνατότητα: εκπαιδεύεται με παραδείγματα. Δεν χρησιμοποιεί προγράμματα ηλεκτρονικών υπολογιστών ούτε μαθηματικές εξισώσεις. Η εκπαίδευση γίνεται με την «ανταμοιβή» του με ένα σήμα θετικής ανάδρασης, όταν π.χ. αναγνωρίζει ένα πρόσωπο σε μια φωτογραφία, και με την «τιμωρία» του με ένα σήμα αρνητικής ανάδρασης, όταν δεν το αναγνωρίζει. Η τεχνολογία των κυψελοειδών μη γραμμικών/νευρωνικών δικτύων (CNN) είναι και μια επαναστατική έννοια και ένα πειραματικά αποδεδειγμένο νέο παράδειγμα υπολογισμού. Αναλογικοί κυψελοειδείς υπολογιστές βασισμένοι στα CNN είναι ρυθμισμένοι να αλλάξουν τον τρόπο που τα αναλογικά σήματα υποβάλλονται σε επεξεργασία και προετοιμάζουν το έδαφος σε μια ολόκληρη νέα αναλογική υπολογιστική βιομηχανία. Θα απαντηθούν επίσης τα εξής ερωτήματα: Πώς ακριβώς «μαθαίνει» ένα νευρωνικό δίκτυο; Πώς γίνεται η μίμηση των ανθρώπινων νευρικών κυττάρων; Μπορούν τα τεχνητά νευρωνικά δίκτυα να αντιγράψουν την ανθρώπινη σκέψη; Τι είναι το CNN; Τι επιφυλάσσει το μέλλον όσον αφορά την μελέτη του ανθρώπινου εγκεφάλου;

Item Type:	Thesis (BSc)
Corporate Creators:	Αμανατίδης Δημήτριος
Uncontrolled Keywords:	Νευρωνικά δίκτυα, Tεχνητά νευρωνικά δίκτυα, Κυψελοειδή
Subjects:	Δ > Δίκτυα υπολογιστών - Πρωτόκολλα M > MATLAB Π > Πληροφορική
Divisions:	Σχολή Τεχνολογικών Εφαρμογών > Τμήμα Πληροφορικής και Τεχνολογίας Υπολογιστών (Καστοριά)
Depositing User:	Προσωπικό Καταθετηρίου
Date Deposited:	06 Jun 2015 06:50
Last Modified:	27 Sep 2017 14:00
URI:	http://anaktisis.uowm.gr/id/eprint/5226

Ενέργειες (απαιτείται σύνδεση)

View Item