« Home « Kết quả tìm kiếm

Neural Network


Tìm thấy 20+ kết quả cho từ khóa "Neural Network"

Tổng quan về matlab và neural network toolbox

www.scribd.com

Model predictive control, which uses a neural network model to predict future plant responses to potential control signals. The neural network plant model is trained offline and in batch form. Feedback linearization, which uses a rearrangement of the neural network plant model and is trained offline. Model reference adaptive control, which requires that a separate neural network controller be trained offline, in addition to the neural network plant model.

Một số ví dụ phân loại dùng SOM và MLP Neural Network

www.academia.edu

Cao Thăng, Một số ví dụ phân loại dùng SOM và MLP Neural Network July SPICE-NEURO by Cao Thang 2004-2011 Last trained information. Vietnamese Aodai grouped by SOM in two learning Cao Thăng, Một số ví dụ phân loại dùng SOM và MLP Neural Network July

Nhận dạng tiếng nói điều khiển với convolutional neural network (CNN)

ctujsvn.ctu.edu.vn

NHẬN DẠNG TIẾNG NÓI ĐIỀU KHIỂN VỚI CONVOLUTIONAL NEURAL NETWORK (CNN). Từ khóa:. Convolutional neural network (CNN), deep neural network (DNN), keyword spooting (KWS) Keywords:. Convolutional neural network (CNN), deep neural network (DNN), keyword spooting (KWS). Bài báo trình bày một phương pháp nhận dạng tiếng nói điều khiển ngắn sử dụng đặc trưng MFCC (Mel frequency cepstral coefficients) và mô hình convolutional neural network (CNN).

Tuần 8 - Học máy: Neural Network, SOM và các ứng dụng

www.academia.edu

3/10/2014 Tuần 8 (Bài 1) Hai V Pham HUST 1 Một quá trình mà một chương trình máy tính cải thiện hiệu suất của nó thông qua kinh nghiệm [Mitchell, 1997] Lập trình các máy tính để tối ưu hóa một tiêu chí hiệu suất dựa trên các kinh nghiệm trong quá khứ [Alpaydin Mạng nơron nhân tạo, Artificial Neural Network (ANN) gọi tắt là mạng nơron, neural network, là một mô hình xử lý thông tin phỏng theo cách thức xử lý thông tin của các hệ nơron sinh học Hai V Pham [email protected] B0.

An introduction to Neural Networks

tailieu.vn

. 25 3.4 The Perceptron. 27 3.5 The Adaline. 34 4.2 The descent in weight space. 38 4.4 The periodic function f ( x. 39 4.5 The periodic function f ( x. 45 5.1 The Jordan network. 48 5.2 The Elman network. 50 5.5 The auto-associator network. 65 6.9 The mapping of a two-dimensional input space on a one-dimensional Kohonen. 78 7.3 The cart-pole system. 88 8.3 The system used for specialised learning. 90 8.5 The neural model proposed by Kawato et al. 92 8.6 The neural network used by Kawato et al. 92

Optical character recognition using neural networks

dlib.hust.edu.vn

All the weight of synaptic connections determine the functioning of the neural network. The reasons are presented to a sub-set of the neural network: input layer. Neurons that are neither part of the input layer or the output layer are called hidden neurons. Many other parameters may be implemented as part of the learning of these neural networks, for example.

Recurrent Neural Networks for Temporal Data Processing

tainguyenso.vnu.edu.vn

H , its QR decomposition is a matrix of the form. 4 shows the model validation result of the ELM neural network based model. The training of the recurrent ELM neural network is rather simple. denotes the increasing segment of the function. In this case, x p is the minimum extremum of the input. that means in increase segment of the hysteresis. According to the property of the Preisach-type hysteresis, H x t.

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG -SỐ 4 NHẬN DẠNG KÝ TỰ QUANG HỌC BẰNG MẠNG NƠRON OPTICAL CHARACTER RECOGNITION BY NEURAL NETWORK NGÔ VĂN SỸ

www.academia.edu

Đặt vấn đề Mạng nơron nhân tạo (Artificial Neural Network: ANNs) là sự tái tạo bằng kỹ thuật những chức năng của hệ thần kinh con người với vô số các nơron được liên kết truyền thông với nhau qua mạng. Giống như con người, ANNs được học bởi kinh nghiệm, lưu những kinh nghiệm đó và sử dụng trong những tình huống phù hợp.

Neural Collection

www.scribd.com

Giớihạn của vector đầu vào đơn là [0 2].MÃ:net = newp([0 2],1);ta có thể thấy mạng đã được thiết lập thế nào bằng cách thực hiện câu lệnh.MÃ:net.inputWeights{1,1}ans = Neural Network Weightdelays: 0initFcn: 'initzero'initSettings: (none)learn: truelearnFcn: 'learnp'learnParam: (none)size: [1 1]weightFcn: 'dotprod'weightParam: (none)userdata: (your custom info)Chú ý: Hàm học mặc định là learnp.

Tìm hiểu mạng nơ ron và ứng dụng mạng nơ ron trong kĩ thuật điều khiển

234407-TT-EN.pdf

dlib.hust.edu.vn

In this chapter, writer has studied common principle of artificial neural network, popular neural network structures and training algorithms. Chapter 2: Application of neural network in identification of dynamic nonliear system. In this chapter, the writer has studied application of neural network in identification of dynamic nonliear system. Neural network struture and training method has been found to identify a given plant. Chapter 3: Application of neural network in control system.

Nghiên cứu phương pháp nhận dạng mặt người dựa trên PCA - LDA và mạng Neural

repository.vnu.edu.vn

Có hai phƣơng pháp nhận dạng phổ biến hiện nay là nhận dạng dựa trên đặc trƣng hình học của các phần tử trên khuôn mặt nhƣ biển đổi Sóng Wavelet (Gabor Wavelet) và Mạng Nơron (Neural Network. và nhận dạng dựa trên xét tổng thể toàn khuôn mặt nhƣ phƣơng pháp Phân tích thành phần chính (Principal Component Analysis – PCA) phƣơng pháp Phân tích phân lớp tuyến tính (Linear Discriminant Analysis – LDA.

NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO HỖ TRỢ CÔNG TÁC CHỌN THẦU THI CÔNG THEO QUY TRÌNH ĐẤU THẦU VIỆT NAM

www.academia.edu

Về phần nghiên cứu ứng dụng trí tuệ nhân tạo, khởi đầu là một kiến trúc Artificial Neural Network kềnh càng và “khó bảo” với 5 nút nhập, 25 nút xuất và rất nhiều nút ẩn, Nghiên cứu đã tìm tòi đề xuất một hệ Artificial Neural Network bao gồm tập hợp các Artificial Neural Network đơn giản nhưng rất hiệu quả cho việc mô phỏng chuyên gia chọn thầu.

TẠP CHÍ PHÁT TRIỂN KH&CN NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO HỖ TRỢ CÔNG TÁC CHỌN THẦU THI CÔNG THEO QUY TRÌNH ĐẤU THẦU VIỆT NAM

www.academia.edu

Về phần nghiên cứu ứng dụng trí tuệ nhân tạo, khởi đầu là một kiến trúc Artificial Neural Network kềnh càng và “khó bảo” với 5 nút nhập, 25 nút xuất và rất nhiều nút ẩn, Nghiên cứu đã tìm tòi đề xuất một hệ Artificial Neural Network bao gồm tập hợp các Artificial Neural Network đơn giản nhưng rất hiệu quả cho việc mô phỏng chuyên gia chọn thầu.

Nhận dạng ảnh mặt người sử dụng mạng Nơron

105608-TT-EN.pdf

dlib.hust.edu.vn

The features will be recognized by the trained neural networks soon after. The results of each distinct network will be compared later on to bring out the final systematic answer. Keywords: Human Face Recognition, Principal Components Analysis, Linear Discriminant Analysis, Morphological Processing, Neural Network based Back-propagation Learning Algorithm.

Ứng dụng mạng nơ-ron trong e-learning

000000105330-TT.pdf

dlib.hust.edu.vn

Simulation the result of training neural network by Matlab tools.

NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO HỖ TRỢ CÔNG TÁC CHỌN THẦU THI CÔNG THEO QUY TRÌNH ĐẤU THẦU VIỆT NAM

www.academia.edu

Về ph n nghiên c u ng dụng trí tuệ nhân t o, kh i đ u là một kiến trúc Artificial Neural Network kềnh càng và “khó b o” v i 5 nút nhập, 25 nút xuất và rất nhiều nút n, Nghiên c u đã tìm tòi đề xuất một hệ Artificial Neural Network bao gồm tập hợp các Artificial Neural Network đơn gi n nh ng rất hiệu qu cho việc mô ph ng chuyên gia chọn th u.

Phân loại ý kiến công chúng về sự kiện xã hội

ctujsvn.ctu.edu.vn

Đề tài chọn mơ hình Neural Network với bộ giải pháp (solver=adam) và chỉ số lớp ẩn (hidden_layer_size=512) để viết ứng dụng phân tích bình luận.. Đánh giá độ chính xác của mơ hình Neural Network.

Nghiên cứu công nghệ mạng Nơron tế bào CNN và ứng dụng trong xử lý ảnh

105294-TT-EN.pdf

dlib.hust.edu.vn

To overcome this problem, a new computation model, called “neural networks”, has been proposed, which is based on some aspects of neurobilology and adapted to integrated circuits. The key features of neural network are asynchronous parallel processing, continuous-time dynamics, and global interaction of network elements.

Điều khiển dự báo trên cơ sở mạng Nơron nhân tạo

104728-TT-EN.pdf

dlib.hust.edu.vn

Conclusions A neural network based predictive control strategy was applied to a Continuous-stirred-tank-reactor. neural network based methods, should be a better match in a predictive control strategy. Once having such a model, n-steps ahead predictions were obtained and a quadratic form cost function was utilized to compute the prediction error and to derive the optimal predictive control strategy.