СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>S=СТОХАСТИЧЕСКОЕ ОБУЧЕНИЕ<.>)

Общее количество найденных документов : 3
Показаны документы с 1 по 3

РЖ ВИНИТИ 34 (BI38) 99.01-04А3.209

Stochastic learning in a neural network with adapting synapses [Text] / G. Lattanzi [et al.] // Phys. Rev. E. - 1997. - Vol. 56, N 4. - P4567-4573 . - ISSN 1063-651X
Перевод заглавия: Стохастическое обучение в нейронных сетях с адаптирующимися синапсами
Аннотация: Рассматриваемая модель состоит из N нейронов, каждый из которых связан с K входными нейронами, выбранными случайным образом. Каждый синапс может иметь k состояний и эволюционирует во времени в соответствии со стохастическими правилами обучения. Режим модификации - параллельный. В пределе N и большого, но конечного K корреляцией между нейронами и синапсами можно пренебречь; в результате получаются аналитические выражения для расчета уравнений потока для макроскопических параметров системы. Описаны также численные решения этих уравнений и результаты имитационного моделирования системы. Италия, Dip. di Fisica dell'Univ. di Bari, Inst. Nazionale di Fisica Nucleare, Sezione di Bari, via Amendola 173, 70126 Bari. Ил. 4. Библ. 16

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
АДАПТИРУЮЩИЕСЯ СИНАПСЫ
СТОХАСТИЧЕСКОЕ ОБУЧЕНИЕ

Доп.точки доступа:
Lattanzi, G.; Nardulli, G.; Pasquariello, G.; Stramaglia, S.

РЖ ВИНИТИ 34 (BI38) 00.04-04А3.102

Stochastic learning of strategic equilibria for auctions [Text] / Samy Bengio [et al.] // Neural Comput. - 1999. - Vol. 11, N 5. - P1199-1209 . - ISSN 0899-7667
Перевод заглавия: Стохастическое обучение стратегическим положениям равновесия на аукционах
Аннотация: Описаны принципы использования стохастического обучения при определении стратегических положений равновесия во время аукционов. Для иллюстрации его возможностей приведены примеры разработки конкретных алгоритмов обучения при прослеживании движения целей и обеспечении равновесия (пространства действия). Описаны разработанные нейросетевые модели, позволяющие реализовать стохастические модели принятия решений. Представлены результаты экспериментальных исследований, доказывающие точность и практическую эффективность подхода. Канада, CIRANO, Montreal, Quebec, H3A 2A5. Табл. 4. Библ. 11

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
СТОХАСТИЧЕСКОЕ ОБУЧЕНИЕ
СТРАТЕГИЧЕСКИЕ ПОЛОЖЕНИЯ РАВНОВЕСИЯ
ПРИНЯТИЕ РЕШЕНИЯ
АУКЦИОНЫ
ТЕОРИЯ ИГР

Доп.точки доступа:
Bengio, Samy; Bengio, Yoshua; Robert, Jacques; Belanger, Gilles

РЖ ВИНИТИ 34 (BI38) 91.12-04А3.112

Farhat, Nabit H.
Optoelectronic analogs of self-programming neural nets: architecture and methodologies for implementing fast stochastic learning by simulated annealing [Text] / Nabit H. Farhat // Appl. Opt. - 1987. - Vol. 26, N 23. - P5093-5103 . - ISSN 0003-6935
Перевод заглавия: Оптоэлектронные аналоги самопрограммируемых нейронных сетей. Архитектура и методология реализации быстрого стохастического обучения путем имитации процесса отжига
Аннотация: Описаны отдельные оптоэлектронные структуры, к-рые являются аналогами нейронных сетей хопфилдовского типа. На предлагаемых структурах можно строить самопрограммируемые и самоорганизующиеся устр-ва, а именно - сети, способные в супервизорном режиме вычислять матрицу связей для тех ассоциаций, к-рые нужно запомнить, и к-рые могут менять веса своих связей. Авт. выбрали стохастический тип обучения (в контексте "машины Больцмана") с имитацией процесса "отжига". Проводится сопоставление возможностей подобных устр-в и обычных последовательных ЭВМ. Если последние сравнительно легко программировать, то решение нек-рых задач на них занимает очень много времени. С др. стороны, процесс "программирования" нейронных сетей, т. е. образование нужных ассоциативных связей при обучении требует немалого времени, однако потом обученная сеть находит решение очень быстро, за несколько итераций. По оценкам авт., оптическая реализация нейронных сетей позволит поднять скорость вычислений на 6 порядков по сравнению с последовательной ЭВМ. США, Univ. of Pennsylvania, Philadelphia, PA 19104. Ил. 8. Библ. 49.

ГРНТИ	34.53.19

ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ОПТИЧЕСКАЯ РЕАЛИЗАЦИЯ
ПРОЦЕСС ОТЖИГА
БОЛЬЦМАНА МАШИНА
СТОХАСТИЧЕСКОЕ ОБУЧЕНИЕ

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска