Spis tresgci Przedmowa 1 Wprowadzenie 2. Historia powstania i kierunki rozwoju sieci neuronowych 21 Daieje badass nad sieciami neuronowymi_ hada i zastosowail ci neuronowych Ogélne wlasciwosei sieci netronowych 26 Narada rslani ne 2.5.1 Uwagi ogélne . 2.5.2 Oprogramowane do modelowania sicel 2.5.3 Neurokomputery oferavwane do sprzedaiy 2.5.4 Firmy wytwarzaiqce spregt i oprogramowanie dla newrokomuting 3 Liniowe sieci neuronowe 3.1 Neurony : 3.2 Warstwa neurondw jako najproststa siee 3.3 Usaenie pojedyneaego neuroma 3.4 Matemalycane aspekty procesti uczenia sieci 3.8 Uczenie sieci clerientow liniowych 3.6 Uevenie ber nancayeiel 3.7 Warianty metod ucaenia i samoucvenia 3.8 Uczenie 2 rywalizacja i sieci Kolionena 3.9 Uevenie 2 forsawaniem 3.10 Prayspieszanie proces uezenia 3.11 Uwagi koticowe 4 Nieliniowe sieci neuronowe 4.1 Nieliniowy model neuro 4.2 Wlaieiwosei 4.3 Wlasciwosci nieliniowych sieci wielowarstwowyeh 4.4 Formy nieliniowosei neuronu 4.5 Uczenie nieliniowego neuromn 4.6 Uerenie sieci neliniowej iniowego modele noureme 2 1B 18 219 19 20 3 2% or 2 ey 30 33 49 49 510 4.7 Dobér parametréw uczenia siec! Sieci CP 5.1 Pomysl siec ,.praesylaiaced éetony™ (Techt-Nielsena) 5.2 Daialanie pierwsue} warstwy sieci CP 5.3 Paykiad sieci CP pokazujacy wady je} dzialania 5.4 Zadania drugic) warstwy sie 5.5 Uvzenie pierwszej warsiwy sieci CP 5.6 Ucecnie drugic wacstwy sieci CP 5.7 Prayklad zadania rozwigzywanego przez sieé CP 5.8 Autoasocjacyjna sieé CP Sieci rezonansowe 6.1 Podstawawy schemat deialania sieci 62 Uczenie sieci ART 63 Zasada dzialania sicct ART 64 Rola i strukiura ubladu konkretnego 6.5 Ublad orientujacy 6.6 Mankamenty sieci ART Sieé Hopfielda 71 Spragienie zwrotne jako nowa jakosé w strukturach seci 7.2 Natura proceséw w sieciach Hapfielda 7.8 Stany rownowagi w sieci Hopfielda .. 74 Procesy dynamicane w siaciach Hopfield 75 Pamigé auioasocjacyine 7.6 Maszyny Boltanama 77 Prayklad zastosowania sieci Hopfielda — konwerter 78 Rozwigzywanie probleun komivojaiera Sieci pamieci skojarzeniowej 8.1 Sieé Hintona 8.2 Ogelne wisnosei sieei Hinton 83 Dwubierumkowr pamié ncorincyjna — sioé BAM 84 Uczenie sieci BAM i preyklad jej dzialania . 85 Drialanie sieci BAM prey braku zgednosci we wearcem 8.6 Pojemnoéé parnieci sieci BAM 87 Odmiany sieci BAM Dynamika procesu uczenia sieci neuronowych Przyklady konkretnych zastosowan sieci neuronowych 10.1 Rogpatrywanie wybranego zbiora wyrardw 10.1.1 Unagi wstgpne 10.1.2 Struktura sieci w; brane} do badati 62 65 65 2 6 87 68 70 70 7 74 4 76 78 79 82. 84 86 36 287 288 89) 90 91 93 98 98 too 103 -- 106 107 too Ho iz 42a. 12 lai 121