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
510
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