Вход

Разработка программного обеспечения проектирования искусственных нейросетей

Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
Код 394174
Дата создания 2018
Страниц 130
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
4 220руб.
КУПИТЬ

Описание

Магистерская диссертация. При необходимости, работа может быть оперативно переделана и доработана под нужную область. В наличии презентация, файлы исходников реализации, отчет по преддипломной практике(за дополнительную плату).Имеется 2 варианта работы, на русском и украинском языках, по запросу вышлю нужную. Если есть вопросы по работе - задавайте, постараюсь всем ответить.
Работа была защищена в 2018 году на оценку "Отлично" в одном из отечественных Вузов.

В данной дипломной работе разработанна программа для cоздания и обучения искуственных нейронных сетей. Программа позволяет выбирать входные данные и изменять настройки для создания и обучения искуственных нейронных сетей.
Процесс обучения автоматизирован и не требует вмешательства пользователя. После обучения программа позволяет про ...

Содержание

ВВЕДЕНИЕ 5
1 АНАЛИЗ СПЕЦИФИКИ ИСПОЛЬЗОВАНИЯ НЕЙРОННЫХ СЕТЕЙ 6
1.1 Основные понятия и характеристики искусственных нейронных сетей 6
1.2. Классификация нейронных сетей 9
1.3 Анализ существующего программного обеспечения создания и моделирования 14
нейронных сетей 14
1.3.1 Система моделирования Matlab 14
1.2.2 Система анализа данных Deductor 16
1.2.3 Система моделирования Weka 17
1.3 Обоснование выбора средств программной разработки 18
1.3.1 Язык программирования Python 18
1.3.2 PyCharm IDE и библиотеки 20
1.4 Цель и технические задачи дипломной работы 21
2 РАЗРАБОТКА СИСТЕМЫ ПРОЕТКТИРОВАННЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ 24
2.1 Разработка проекта системы в нотации UML 24
2.2 Разработка общего алгоритма процесса работы системы 28
2.3 Разработка проекта интерфейса системы 31
2.4 Описание программных методов реализации функционала системы 35
2.5 Разработка и описание особенностей подключения созданного интерфейса к проекту 40
2.6 Описание пошагового использования разработанной системы для решения задачи классификации 52
3 ОХРАНА ТРУДА 61
4 ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ 71
5 ГРАЖДАНСКАЯ ЗАЩИТА 86
6 ЭКОЛОГИЯ 96
ВЫВОДЫ 106
ПЕРЕЧЕНЬ ССЫЛОК 107
ПРИЛОЖЕНИЕ А 11

Введение

Цель работы: создание системы проектирования искусственных нейронных сетей, которая могла бы создавать и обучать нейронные сети с разными параметрами для решения задач прогнозирования и классификации, демонстрировать этот процесс и выдавайте конечный результат пользователю, а также иметь краткую информационную справку.
Назначение системы: использование для решения ряда задач по обработке данных в виде отдельного программного применения и в качестве фреймворка для языка Python.
Задачами магистерской работы являются следующие:
1. Анализ основых понятий и характеристик искусственных нейронных сетей, их классификации.
2. Анализ существующих программных аналогов.
3. Анализ, обоснование и выбор средств разработки и программной реализации.
4. Разработка проекта создаваемой системы.
5. Разработка UML-диаграммы системы проектирования искусственных нейронных сетей.
6. Разработка общего алгоритма работы программной системы.
7. Разработка программного кода и тестированеи системы

Список литературы

1. Панфилов П.Н. Введение в нейронные сети / П.Н. Панфилов // Современный трейдинг. - 2001. - № 2. - С. 12-17.
2. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искуственных нейронных сетей / В.Г. Царегородцев // Методы нейроинформатики. - Красноярск: Изд-во КГТУ. - 2012. - C. 89-101.
3. Горбань А.Н. Обучение нейронных сетей / А.Н. Горбань. - М.: "ParaGraph", 2010. - 160 с.
4. Parsaye K.A. Characterization of Data Mining Technologies and Processes / K.A. Parsaye // The Journal of Data Warehousing. - 1998. - №1. - PP.34-45.
5. Ежов А.А. Нейрокомпьютинг и его применения в экономике и бизнесе / А.А. Ежов, С.А. Шумский. - М.: МИФИ, 1998. - 222 с.
6. Le Cun Y. Optimal Brain Damage / Y. Le Cun, J.S. Denker, S.A. Solla // Advances in Neural Information Processing Systems 2. - Morgan Kaufmann. - 1990. - PP.598-605.
7. McMillan C. The Connectionist Scientist Game: Rule Extraction and Refinement in a Neural Network / C. McMillan, M.C. Mozer, P. Smolensky // Proc. XIII Annual Conf of the Cognitive Science Society, Hillsdale, NJ, USA. - 2001. - PP.39-44.
8. Gorban A.N. Generation of explicit knowledge from empirical data through pruning of trainable neural networks / A.N. Gorban, Ye.M. Mirkes, V.G. Tsaregorodtsev // Int. Joint Conf. on Neural Networks, Washington, DC, USA. -2012. - PP.78-82.
9. Tsaregorodtsev V.G. Neural Identification of the Zonal Classes and Siberian Forest Formations Based on Climatic Parameters / V.G. Tsaregorodtsev, D.I. Nazimova, L.F. Nozhenkova // Proc. Int. Symposium "Biodiversity and Dynamics of Ecosystems in North Eurasia", Novosibirsk, Aug. - 2010. - Vol.4. - PP.37-39.
10. Круглов В. Нечеткая логика и искусственные нейронные сети / В.Круглов, М.Дли, Р.Голунов. - СПб.: Физматли,. 2001. - 513 с.

и еще 33 источник
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00457
© Рефератбанк, 2002 - 2024