URSS.ru - Издательская группа URSS. Научная и учебная литература
Об издательстве Интернет-магазин Контакты Оптовикам и библиотекам Вакансии Пишите нам
КНИГИ НА РУССКОМ ЯЗЫКЕ


 
Вернуться в: Каталог  
Обложка Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин
Id: 25422
 
999 руб.

Метод потенциальных функций в теории обучения машин

1970. 384 с. Твердый переплет. Букинист. Состояние: 4+. .

 Аннотация

Книга посвящена одному из современных направлений кибернетики, связанному с моделированием на вычислительных машинах процесса обучения.

Монография подытоживает работы авторов по развитию метода потенциальных функций и его использованию в задачах распознавания образов, идентификации и автоматической классификации. Особое внимание обращено на математические задачи, связанные со сходимостью случайных процессов, возникающих при применении метода, и на его связь с другими методами теории обучения (в частности, с методами стохастической аппроксимации). От читателя требуется знание математики в объеме втузовского курса; необходимые дополнительные сведения излагаются авторами.

Книга рассчитана на инженеров и математиков, работающих в области кибернетики, а также на студентов и аспирантов, специализирующихся в этой области.

Табл. 3. Илл. 25. Библ. 13 назв.


 Оглавление

От авторов

Глава I. Проблема обучения машин распознаванию образов (содержательная постановка задачи)

§ 1. О задаче обучения машин распознаванию образов

§ 2 Геометрическая интерпретация задачи

§ 3. Разделение сложных образов. Признаки. Лингвистический подход к задачам распознавания

1. Упрощение задачи разделения путем преобразования пространства

2. Лингвистический подход к задаче распознавания образов

3. Выработка словаря

Глава II. Метод потенциальных функций

§ 1. Идея метода потенциальных функций

§ 2. Общая рекуррентная процедура

§ 3. Машинная и персептронная реализация процедуры метода потенциальных функций

1. Машинная реализация

2. Персептронная реализация

§ 4. Функционалы, экстремизируемые процедурами метода потенциальных функций

§ 5. Процедура Роббинса --- Монро метода стохастической аппроксимации и процедура метода потенциальных функций

§ 6. Некоторые замечания о методе потенциальных функций

Глава III. О выборе системы функций фt(x) и потенциальной функции К(х, у)

§ 1. О выборе системы функций

1. Общие соображения

2. Пространство Сит

3. Пространство вершин m-мерного куба

§ 2. О выборе вида потенциальной функции К(х, у)

1. Общие соображения о выборе функции К(х, у)

2. Выбор потенциальной функции в евклидовом пространстве

3. Выбор потенциальной функции в случае, когда пространство X --- множество вершин m-мерного куба.

§ 3. О выборе потенциальной функции в симметрических пространствах

1. Симметрическое пространство

2. Квадратичные функционалы качества на симметрических пространствах

3. Выделение классов функций одинакового качества

4. Разложение функций расстояния в ряд

5. Вид потенциальной функции в симметрическом пространстве

6. О выборе потенциальной функции в пространстве вершин m-мерного куба

Глава IV. Сходимость основной процедуры метода потенциальных функций

§ 1. Понятия о сходимости случайных процессов

§ 2. Особенности исследования случайных процессов, порождаемых методом потенциальных функций

§ 3. Основные теоремы о сходимости

§ 4. Условия сходимости процедуры Роббинса --- Монро метода стохастической аппроксимации

§ 5. Условия сходимости процедур метода потенциальных функций

§ 6. Оценка скорости сходимости

Глава V. Применение метода потенциальных функций к задаче об обучении машин распознаванию образов (детерминистская постановка задачи)

§ 1. Постановка задачи

§ 2. Алгоритм, решающий задачу

§ 3. Два метода реализации алгоритма

§ 4. Экстремизируемый функционал

§ 5. Сходимость процедуры

§ 6. Услобия остановки алгоритма

Глава VI. Применение метода потенциальных функций к задаче аппроксимации функции по ее значениям в случайно выбранных точках

§ 1. Аппроксимация функции при отсутствии помех

1. Постановка задачи

2. Алгоритмы аппроксимации функции при отсутствии помех

§ 2. Аппроксимация функции при наличии помех

§ 3. Сходимость алгоритмов

§ 4. Оценка скорости сходимости алгоритмов

Глава VII. Вероятностная задача об обучении машин распознаванию образов

§ 1. Постановка задачи

§ 2. Аппроксимация плотности вероятности р(х)

К 3 Описание алгоритмов непосредственной аппроксимации степени достоверности

§ 4. Минимизируемые функционалы и сходимость второго и третьего алгоритмов

§ 5. Сравнение второго и третьего алгоритмов с другими алгоритмами метода потенциальных функций

1. Сравнение первого алгоритма со вторым и третьим

2. Сравнение второго и третьего алгоритмов с алгоритмом главы V

§ 6. Оценка скорости сходимости

Глава VIII. Обучение без учителя

§ 1. Постановка задачи

§ 2. Связь между видом экстремизирующей разделяющей функции и видом функционала

§ 3. Применение метода потенциальных функций к задаче обучения машины без учителя

1. Общие соображения

2. Описание алгоритма метода потенциальных функций для восстановления экстремизирующей разделяющей поверхности

§ 4. Условия сходимости алгоритма

Литература

 
© URSS 2016.

Информация о Продавце