Tom 6. Sieci neuronowe
redaktor serii : Maciej Nałęcz
redaktorzy tomu : W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz
format : B5 (oprawa twarda)
objętość : 860 str.
ISBN 83-87674-18-4
|
Tom 6. Sieci neuronowe redaktor serii : Maciej Nałęcz redaktorzy tomu : W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz format : B5 (oprawa twarda) ISBN 83-87674-18-4 |
Tom SIECI NEURONOWE został przygotowany przez Polskie Towarzystwo Sieci Neuronowych. Celem książki jest zaznajomienie Czytelnika z aktualnym stanem i tendencjami rozwojowymi sieci neuronowych poprzez ukazanie osiągnięć naukowych w tym zakresie oraz rozlicznych zastosowań. W monografii przedstawiono podstawowe architektury oraz algorytmy uczenia sieci neuronowych. Podano sposoby ich projektowania oraz optymalizacji. Omówiono różne zastosowania, m.in. w zagadnieniach aproksymacji, modelowania i identyfikacji, przetwarzania i rozpoznawania obrazów oraz w medycynie i diagnostyce medycznej. Ponadto książka zawiera podstawowy zasób wiedzy o systemach rozmytych, algorytmach genetycznych i ewolucyjnych oraz metodach hybrydowych. Książka może być pomocna dla studentów, przedstawicieli nauki i inżynierów w takich dziedzinach, jak: informatyka, biocybernetyka i inżynieria biomedyczna, medycyna, elektronika, automatyka i robotyka, fizyka, ekonomia oraz matematyka stosowana. Materiał książki zawiera również najnowsze wyniki badań prezentowane podczas konferencji Neural Networks and Their Applications, organizowanych od 1994 roku przez Polskie Towarzystwo Sieci Neuronowych.
Część I. Architektury, algorytmy uczenia i projektowania
sieci
1. Wstęp do sieci neuronowych
2. Wstępne przetwarzanie danych
3. Metoda wstecznej propagacji błędów i jej modyfikacje
4. Zastosowanie algorytmu RLS do uczenia sieci neuronowych
5. Neuronowe sieci modularne
6. Samoorganizujące sieci neuronowe
7. Statyczne i dynamiczne sieci
8. Ontogeniczne sieci neuronowe
9. Strategie projektowania sieci neuropodobnych
10. Optymalizacja architektury sieci neuronowych
Część II. Zastosowania
11. Aproksymacja funkcji przy pomocy jednokierunkowych sieci neuronowych
12. Sieci dynamiczne i ich zastosowanie w modelowaniu i identyfikacji
13. Sieci neuronowe w identyfikacji systemów Wienera i Hammersteina
14. Sieci neuronowe w przetwarzaniu i rozpoznawaniu obrazów
15. Wybrane obszary biomedycznych zastosowań sieci neuronowych
16. Neuronowe metody analizy szeregów czasowych i możliwości ich zastosowań
w zagadnieniach biomedycznych
17. Analiza szeregów czasowych obrazów fMRI
18. Sieci neuronowe w modelowaniu zaburzeń neuropsychologicznych i chorób psychicznych
19. Sieci neuronowe i logika rozmyta w medycynie - przegląd zastosowań
Część III. Metody hybrydowe
20. Neuronowe metody odkrywania wiedzy w danych
21. Sieci neuronowe i uczenie maszynowe: próba integracji
22. Algorytmy genetyczne i ewolucyjne
23. Systemy rozmyte i rozmyto-neuronowe
24. Inteligentne systemy obliczeniowe i sztuczna inteligencja
25. Metody hybrydowe w diagnostyce medycznej
26. Model FSM w zastosowaniu do klasyfikacji