Единое окно доступа к образовательным ресурсам

  1. Фильтр ресурсов
  1. Отобранных ресурсов 63

    Аудитория
    1

    31

    62

    61

    Тип ресурса





    Уровень образования


  • Использование нейросетевых технологий для повышения энергетической эффективности теплотехнологических установок: Монография

    Горбунов В.А.

    В монографии приводятся примеры использования нейросетевых технологий для повышения энергетической эффективности технологических и энергетических установок на стадии принятия решения по их проектированию и их эксплуатации.
    Предназначена для студентов специальности 140105 "Энергетика теплотехнологий" по выполнению работ по курсам: "Тепломассообмен", "Высокотемпературные теплотехнологические установки", "Электротермические установки в теплотехнологии", "Инновационные теплогенерирущие технологии", "Энергосбережение в теплотехнологиях" и может быть полезно инженерам и научным работникам, работающим в области теплотехники и занимающихся теплотехнологиями.

    Тип материала: Монография; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее; Послевузовское;

  • Применение искусственных нейронных сетей для обработки сигналов: Учебно-методическое пособие

    Овчинников П.Е.

    Учебно-методическое пособие (УМП) предназначено для знакомства студентов с нейросетевыми методами обработки данных и применением их в задачах обработки сигналов, для приобретения начальных навыков в реализации нейросетевых алгоритмов. Пособие состоит из трех разделов, в которых приведены основные понятия искусственных нейронных сетей, дано описание групп классификаторов и рассмотрены вопросы применения нейросетей в задачах обработки сигналов.
    Настоящее УМП может быть успешно использовано при подготовки и проведении практических занятий для студентов старших курсов, бакалавров, магистрантов и аспирантов физического факультета ННГУ. УМП дополнит знания, даваемые студентам в рамках обучения бакалавров и магистров по направлению 230400 "Информационные системы".

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Всероссийская междисциплинарная конференция студентов, аспирантов и молодых учёных "Искусственный интеллект: философия, методология, инновации"

    http://www.scmaiconf.ru

    Сайт Всероссийской междисциплинарной конференции студентов, аспирантов и молодых учёных "Искусственный интеллект: философия, методология, инновации", на которой обсуждаются актуальные философские, методологические и теоретические проблемы искусственного интеллекта. Размещаются информация о готовящейся конференции и материалы проведенных конференций.

    Тип материала: Выставки, конференции, конкурсы, олимпиады; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское; Переподготовка и повышение квалификации;

  • Интеллектуальные информационные системы: Учебное пособие

    Макаренко С.И.

    Учебное пособие адресовано студентам, изучающим дисциплину "Интеллектуальные информационные системы", а также специалистам в области проектирования и организации систем искусственного интеллекта.

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее; Переподготовка и повышение квалификации;

  • Введение в компьютерную лингвистику: Учебное пособие

    Боярский К.К.

    Рассматриваются основные принципы компьютерного анализа текстов на естественном языке. Приведены примеры анализа на трех уровнях - морфологическом, синтаксическом и семантическом с использованием соответствующего инструментария: словарей и корпусов текстов. Обсуждены возможные применения результатов анализа, в том числе в области классификации текстов и извлечения из них информации.
    Для студентов специальности 036000 "Интеллектуальные системы в гуманитарной сфере".

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Генетический алгоритм: теория и практика: Учебное пособие

    Бураков М.В.

    В учебном пособии рассматриваются теоретические и прикладные вопросы использования генетического алгоритма - мощного метода глобальной оптимизации, который в последние годы активно используется в инженерной практике. Приводится описание генетического алгоритма и его основных модификаций, рассмотрены принципы использования генетического алгоритма для решения конкретных задач. Описываются возможности пакета математического моделирования MatLab для организации генетических вычислений.

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Лаборатория искусственного интеллекта

    http://lii.newmail.ru/

    Материалы по созданию и проектированию систем искусственного интеллекта. Нейронные сети. Учебный курс, состоящий из четырех частей, посвященный системам искуственного интелекта. Первая часть - Основные положения. В ней вы получите представление о том, что же такое нейронные сети, как они устроены и где используются. Вторая часть - Алгоритм обратного распространения. Классический пример обучения с помощью учителя. Третья часть - Обучение без учителя. Рассмотрены методы обучения Хебба и Кохонена, позволяющие нейронной сети обучаться самостоятельно, без использования обучающих данных. Подобные методы используются, например, в системах классификации входных образов. Четвертая часть - Нейронные сети Хопфилда и Хэмминга. Полезный ресурс для всех, кто интересуется вопросами искуственного интеллекта.

    Тип материала: Образовательный сайт; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее;

  • Представление структур данных в ассоциативной нейронной среде

    http://www.inftech.webservis.ru/it/conference/scm/1999/session6/borisov.html

    В статье В.В.Борисова Рассматривается ассоциативная нейронная среда. Приводится анализ структур данных в ассоциативной нейронной среде. Показана эффективность использования ассоциативной нейронной среды применительно к задачам представления и обработки данных.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Представление знаний в объектно-ориентированной базе

    http://www.inftech.webservis.ru/it/database/oo/ar2.html

    В статье И.А.Семёнова рассмотрены принципы представления знаний об объектах и отношений между ними. Исследованы принципы извлечения и структурирования знаний для автоматизированной разработки баз знаний интеллектуальных систем.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Нейронные сети: обучение без учителя

    http://lii.newmail.ru/NN/KOROTKY/N3/kor_nn3.htm

    В статье рассмотрены алгоритмы обучения искусственных нейронных сетей без учителя. Приведена библиотека классов на C++ и тестовый пример. На основе излагаемого материала можно создать реально действующие системы для распознавания образов, сжатия информации, автоматизированного управления, экспертных оценок и много другого.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

Яндекс цитирования Яндекс.Метрика