УМК «Нейросетевые технологии». Руководство по подготовке квалифицированных нейроконструкторов - страница 5

Шрифт
Интервал


Принятое построение последовательности преподавания дисциплины позволяет реализовать постепенное возрастание сложности изучаемых нейроконструкций:


«Нейроконструкции 1 уровня сложности»

– Нейроны (командные нейроны-переключатели, пороговые нейроны, нейронные слои с латеральным торможением, и др.);

– нейронные ансамбли;

– функциональные узлы;

– плоские нейросети (афферентные нейросети; сети Кохонена; рекуррентные НС; рекурсивные нейросети; сети Гроссберга; нейросети, работающие по принципу «победитель забирает все»…)

– нейросетевые модели без усложнений.


«Нейроконструкции 2 уровня сложности»

– глубокие нейросети

– конструкции для глубокого обучения,

– группирование нейросетей в нейроконструкции, использованние созданных групповых отношений

– взаимодействие подсетей разного уровня (переключение обучающих модулей в разных группах нейроконструкции),

– активное использование свёрток и свёрточных нейросетей.

– программы на алгоритмическом языке C# для эмуляции, настройки и тестирования нейронных сетей различной архитектуры.


«Нейроконструкции более высокого уровня сложности для моделирования высшей нервной деятельности»

– модели, реализующие лингвистическую экспертизу текста;

– модели, использующие интуицию;

– реализация сформированного при обучении нейросети нового знания в правила продукции;

– нейроконструкции с использованием ассоциативного поиска;

– реализация элементов креативного мышления.

Рабочие программы дисциплины «Нейросетевые технологии»

Часть 1. Рабочая программа дисциплины «Основы теории искусственных нейронных сетей»

Все занятия по данной рабочей программе должны даваться в разрезе 4 тем:

– Основы C#
– Работа с нейропакетами
– Обучение нейросетей
– Устройство и функционирование различных нейросетей

Цели освоения дисциплины «Теория нейронных сетей»:

• Приобретение знаний и практического опыта в области теории нейронных сетей, различных архитектур и способов их настройки;

• Изучение и обеспечение основ для последующих курсов, посвященных разработке нейросетевых методов и программ решения прикладных задач;

• Практическое освоение современных нейросетевых пакетов, C#-пространств имён для эмуляции нейронных сетей различной архитектуры, и др;

• Приобретение навыков исследовательской работы, предполагающей самостоятельное изучение специфических нейросетевых технологий, широко применяемых в различных областях современной науки и техники.