ÐнÑоÑмаÑика
ÐнÑоÑмаÑика
ÐнÑоÑмаÑика
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ЗМІСТОВНИЙ МОДУЛЬ 1«Математичні моделі систем розпізнавання образів.»НЕ 1.1: Проблеми штучного інтелекту. Класифікація задач. Основніматематичні моделі.Поняття штучного інтелекту. Основні класи задач: розпізнаванняобразів, доведення теорем, розв’язування задач, побудова ігрової стратегії,розуміння людської мови, оптимізація в складних умовах. Математичнімоделі задач.НЕ 1.2: Розпізнавання образів. Основні поняття. Системи РО. Математичнімоделі.Класифікація методів. Основні поняття. Класифікація та розпізнавання.Поняття образу. Класифікація систем розпізнавання образів.НЕ 1.3: Системи РО детермінованого та ймовірнісного типу. Ознаки.Простори ознак, вектори ознак.Поняття ознаки. Числові, предикатні та структурні ознаки. Побудовачислових векторів ознак. Розбиття простору ознак на кластери. Поняттяоцінки вектору ознак. Алгоритми класифікації з використанням оцінок.НЕ 1.4: Специфічні математичні моделі в розпізнаванні образів. Методвідокремлюючи функції. Ймовірнісний підхід.Поняття відокремлюючої функції. Алгоритм побудовивідокремлюючих функції лінійного типу. Бейєсівський підхід до РО.Загальний ймовірнісний підхід. Побудова ймовірнісних оцінок.НЕ 1.5: Розпізнавання з навчанням. Класифікація методів навчання.Основні методи навчання. Поняття кластер аналізу. Навчання привикористанні оцінок. Потенціальні функції. Поняття самонавчання. Кластераналіз. Основні алгоритми кластеризаціїНЕ 1.6: Структурні методи розпізнавання.Особливості розпізнавання зображень, поняття структурних ознак.Предикатні ознаки. Алгоритми виявлення структурних та предикатних ознак.Поняття структурного опису та аналізу образів. Контурні ознаки.Детерміновані автомати та граматики Шоу в РО.ЗМІСТОВНИЙ МОДУЛЬ 2«Нейронні мережі. Еволюційне моделювання.»НЕ 2.1: Біологічна та математична модель нейрону. Штучна нейроннамережа. Класифікація мереж.Структура нервової клітини. Функції елементів. Математична модельнейрона. Вагові коефіцієнти. Передаточна функція. Математична модельштучної нейронної мережі. Класифікація мереж. Оцінка можливостей.НЕ 2.2: Прості нейронні архітектури. Перцептрон Розенблата. Алгоритмнавчання та класифікації.Поняття перцептрону. Структура перцептрону Розенблатта для двохкласів. Схема навчання. Оцінка функціональних можливостей. Реалізаціясистеми навчання для перцептрону Розенблатта. Реалізація системи РО набазі перцептрона.