Iskusstwennye nejronnye seti - äto wychislitel'nye modeli, wdohnowlennye nejrobiologiej dlq uluchsheniq i testirowaniq wychislitel'nyh analogow nejronow. V nejronnoj seti s prqmoj peredachej (FFNN) obrabotka dannyh proishodit tol'ko w odnom prqmom soedinenii ot whodnogo sloq k wyhodnomu sloü bez kakogo-libo obratnogo cikla. Nekontroliruemaq klasterizaciq FFNN (UFFNN) imeet bol'shie wozmozhnosti, takie kak prisuschie raspredelennym arhitekturam parallel'noj obrabotki, regulirowka wesow wzaimoswqzej dlq obucheniq i razdeleniq dannyh na znachimye gruppy s osobymi celqmi, klassifikaciq swqzannyh dannyh w pohozhie gruppy bez ispol'zowaniq metki klassa, kontrol' zashumlennyh dannyh i obuchenie tipam znachenij whodnyh dannyh na osnowe ih wesow i swojstw. Kak prawilo, w real'nyh uslowiqh dinamicheskie dannye imeüt bol'shoj ob#em i razmernost', poätomu neobhodimo razrabotat' metody dinamicheskoj klasterizacii UFFNN s wozmozhnost'ü inkremental'nogo obucheniq w rezhime onlajn.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno