Eng
|
Rus
|
Ukr
Основы проектирования интеллектуальных систем
05.02.2009
<< prev
|
^up^
|
next >>
Глоссарий
Fitness Index
Адаптация процедур структурного поиска
Алгоритм вычисления оценок
Алгоритм глобального случайного поиска
Алгоритм нечеткого распространения ошибки
Алгоритм обучения в методе потенциальнх функций
Алгоритм обучения нечеткого трехслойного перцептрона
Алгоритм обучения по Байесу
Алгоритм обучения Хебба
Алгоритм самообучения Коханана
Алгоритм самообучения на основе метода потенциальных функций
Алгоритм случайного поиска с линейной тактикой
Алгоритм случайного поиска с нелинейной тактикой
Алгоритм сопряженных градиентов для обучения нейронной сети
Асинхронная коррекция
Ассоциативная модель обучения
Аттрактор
Вероятностный итеративный алгоритм обучения
Геделевская нумерация
Генетический алгоритм обучения
Градиентный алгоритм обучения нейронных сетей "Back propagation" (НС BP)
Дисперсионный алгоритм самопроизвольной классификации
Емкость запоминания
Иерархический алгоритм кластер-анализа
Классы структурных моделей
Комбинаторный алгоритм МГУА
Критерии отбора частичных описаний в МГУА
Критерий несмещенности МГУА
Критерий точности (регулярности)
Лабиринтная модель обучения
Линейная интервальная модель
Метод комплексирования аналогов
Метод максимального значения критерия
Метод потенциальных функций
Метод разделяющих поверхностей
Метод среднего значения максимума
Метод центра тяжести
Методика синтеза древовидных структур для распознавания
Методика структурной идентификации (синтеза) предсказывающих моделей
Метрики кластеризации
Минимаксный нечеткий перцептрон
Минимальное дистанционное разбиение
Модифицированный алгоритм самообучения Кохонена
Мутации
Нейронная сеть "Back propagation" (НС BP)
Нейронная сеть Хопфилда
Нечеткие правила вывода
Нечеткий алгоритм МГУА
Нечеткий аппроксиматор (NEFPROX)
Нечеткий кластеризатор (NEFCLASS)
Нечеткий контроллер (NEFCON)
Нечеткий перцептрон
Обучение нечетких правил
Основные механизмы эволюции
Основные этапы структурного синтеза моделей
Полиномиальный алгоритм МГУА
Потенциальная функция
Правильная кластеризация
Принцип внешнего дополнения
Простые изменения
Процедура дефаззификации
Процедура коррекции весов
Процедура фаззификации
Режимы изменений
Рекурентное выражение для вычисления производных ошибки нейронной сети
Рекурентный алгоритм самообучения на основе метода стохастической аппроксимации
Решающее правило
Самоорганизующиеся карты признаков
Свобода выбора
Скрещивание родительских пар
Сопряженные направления
Составные изменения
Спрямляющее пространство
Статистические модели распознавания образов
Статистический алгоритм обучения
Структурированная модель
Структурно-полный класс моделей
Тест
Тупиковый тест
Условия остановки метода МГУА
Условия остановки синтеза структуры
Условия сходимости вероятностного алгоритма обучения
Функционалы качества кластеризации
Функционально-полный класс СМ-моделей
Функция активации
Частичное описание
Эволюционный распознающий алгоритм ЭРА
<< prev
|
^up^
|
next >>
Copyright © 2002-2004