논리에 따라컨볼루션 신경망 을 어떤 클래스로 분류 하시겠습니까? 확률 분류를 위해 MLP를 쉽게 사용할 수는 없지만 PNN은 아닙니다.
한때 Better가 대회에서 우승했을 때 PNN(https://forum.mql4.com/ru/9502)을 주제로 열띤 토론이 벌어졌지만 여전히 시청하는 것이 좋습니다.
우선, PNN에는 아키텍처상의 차이점이 있습니다. 뉴런이 서로 어떻게 연결되어 있는지, 은닉층과 출력층이 완전히 연결되어 있지 않습니다.
나는 Donald Specht의 두 기사(분류 및 매핑을 위한 확률적 신경망 또는 연관 메모리 및 확률적 신경망)를 찾아서 읽는 것이 좋습니다.
공격에서 PNN 전용 기사 중 하나입니다.
글쎄, 당신은 당신의 게시물로 정확히 무엇을 말하고 싶었습니까? MLP가 PNN 문제를 해결할 수 없습니까? 아니면 PNN이 MLP 작업에 적합하지 않습니까?
그렇지 않은 경우 동일한 본질, 즉 비선형 변환을 수행하는 개념을 생성할 가치가 없습니다.
아니면 그들이 다른 매트 기구를 가지고 있다고 말하고 싶 습니까?
PNN/GRNN 네트워크 아키텍처
1990년 Donald F. Specht는 위에서 설명한 weighted-neighbor 방법을 신경망 형태로 공식화하는 방법을 제안했습니다. 그는 이것을 " 확률적 신경망 "이라고 불렀습니다. 다음은 PNN/GRNN 네트워크의 다이어그램입니다.
모든 PNN/GRNN 네트워크에는 4개의 레이어가 있습니다.
입력 계층 - 각 예측 변수에 대해 입력 계층에 하나의 뉴런이 있습니다. 범주형 변수의 경우 N -1개의 뉴런이 사용되며 여기서 N 은 범주의 수입니다. 입력 뉴런(또는 입력 레이어 이전의 처리)은 중앙값을 빼고 사분위수 범위로 나누어 값의 범위를 표준화합니다. 그런 다음 입력 뉴런은 은닉층의 각 뉴런에 값을 공급합니다.
숨겨진 계층 - 이 계층에는 훈련 데이터 세트의 각 사례에 대해 하나의 뉴런이 있습니다. 뉴런은 대상 값과 함께 사례에 대한 예측 변수 값을 저장합니다. 입력 레이어에서 입력 값의 x 벡터가 제공되면 숨겨진 뉴런은 뉴런의 중심점에서 테스트 케이스의 유클리드 거리를 계산한 다음 시그마 값을 사용하여 RBF 커널 함수를 적용합니다. 결과 값은 패턴 레이어의 뉴런으로 전달됩니다.
패턴 레이어 / 합산 레이어 - 네트워크의 다음 레이어는 PNN 네트워크와 GRNN 네트워크에서 다릅니다. PNN 네트워크의 경우 대상 변수의 각 범주에 대해 하나의 패턴 뉴런이 있습니다. 각 훈련 사례의 실제 대상 범주는 각 은닉 뉴런과 함께 저장됩니다. 은닉 뉴런에서 나오는 가중치는 은닉 뉴런의 범주에 해당하는 패턴 뉴런에만 공급됩니다. 패턴 뉴런은 그들이 나타내는 클래스에 대한 값을 추가합니다(따라서 해당 카테고리에 대한 가중치 투표입니다).
GRNN 네트워크의 경우 패턴 레이어에는 두 개의 뉴런만 있습니다. 한 뉴런은 분모 합산 단위이고 다른 뉴런은 분자 합산 단위입니다. 분모 합산 유닛은 각각의 은닉 뉴런에서 오는 가중치 값을 더합니다. 분자 합산 단위는 각 숨겨진 뉴런에 대한 실제 목표 값을 곱한 가중치 값을 더합니다.
결정 계층 — 결정 계층은 PNN 및 GRNN 네트워크에 대해 다릅니다. PNN 네트워크의 경우 결정 계층은 패턴 계층에 축적된 각 대상 범주에 대한 가중치를 비교하고 가장 큰 투표를 사용하여 대상 범주를 예측합니다.
GRNN 네트워크의 경우 결정 계층은 분자 합산 단위에 누적된 값을 분모 합산 단위 값으로 나누고 그 결과를 예측 대상 값으로 사용합니다.
음, MLP와의 근본적인 차이점은 무엇입니까?
각 작가는 개념을 낳고 그들의 목표는 과학을 홍보하는 것이 아니라 "주식 작가"처럼 책과 기사로 돈을 버는 것입니다.
추신: NN의 다른 저자들은 때때로 동일한 개념과 정의가 다르기 때문에 용어를 명확히 하기 위해 그들 중 하나를 참조하는 것은 의미가 없습니다.
PPS 비선형 변환에서 뉴런이 작동하는 방식을 이해하는 것이 중요합니다. 그게 다야, 더 이상 필요하지 않습니다.
신경망을 사용하여 기술 수행에 대한 사례 연구.pdf 외환 패턴 및 확률.pdf Gorban AN 신경정보학. 우리는 무엇인가, 어디로 가는가, 우리의 길을 측정하는 방법.pdf Haykin S. Kalman 필터링 및 신경망.djvu IskusstvennyeNeironnyeSeti.TeoriyaIPraktika_cover.jpeg Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 1.doc Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 2.doc Krose B. 신경망 소개. 1996.djvu 긴, 공원 신경망 모델링.djvu 모델링 및 거래 EURUSD.pdf Neural_Network_Trend_Predictor_Manual.pdf rbfkalman.pdf 도시바뉴런칩.pdf Forex.pdf의 예측에 순환 신경망 사용 바르스키 A.B. 신경망 인식, 제어, 의사 결정. 2004.pdf Berkinblit M.B. 신경망 1993.djvu Bastens D. 신경망 및 금융 시장. 거래 운영의 의사 결정.djvu Vapnik V.N. 경험적 데이터에 대한 의존성 회복. 1997.djvu 보로노프스키 G.K. 유전 알고리즘, 인공 신경망 및 가상 현실의 문제.pdf 갈루쉬킨 A.I. 신경망 이론. 도서. 1 2000.djvu 골드스타인 학사 지능형 네트워크. 2000.djvu 고르반 A.N. 신경망의 일반화된 근사 정리 및 계산 기능.pdf 고르부노바 E.O. Kirdin의 운동 기계의 알고리즘 보편성.pdf 고르부노바 E.O. 신경정보학의 방법. Kirdin의 운동 기계에 대한 단순 프로그램의 유한성과 결정론.pdf Jane Anil K. 인공 신경망 소개.pdf 도러 M.G. 그룹 내 관계의 신경망에 의한 직관적인 예측.pdf 도러 M.G. 신경정보학의 방법. 임의 변환이 있는 1.5계층 예측자에 의한 다차원 함수 근사.pdf 두브로비치 V.I. 서브보틴 S.A. 퍼셉트론 가속 학습 알고리즘.pdf Ezhov A. Shumsky S. Neurocomputing 및 경제 및 비즈니스에서의 응용.djvu 주코프 LA 교육 및 연구 작업을 위한 신경망 기술의 사용.pdf 잔체프 I.V. 신경망 기본 모델. 1999.pdf 자카로프 V.N. 호로셰프스키 V.F. 인공 지능. 볼륨 3. 소프트웨어 및 하드웨어 1990.djvu Callan R. 신경망의 기본 개념.djvu 크구르 P.G. 신경망과 신경 컴퓨터.pdf 코마신스키 V.I. 제어 및 통신 시스템에서의 신경망 및 응용 2003.pdf 짧은 S. Hopfield 및 Hamming 신경망.pdf 짧은 S. 신경망. 역전파 알고리즘.pdf 짧은 S. 신경망. 선생님 없이 배우기.pdf 짧은 S. 신경망. 기초.pdf 크리실로프 V.A. 콘다르툭 A.V. 구별성 향상을 위한 신경망 입력 데이터 변환.pdf 크리실로프 V.A. 올레시코 D.N. 신경망 학습을 가속화하는 방법.doc 크리실로프 V.A. Chumichkin K.V. 훈련 세트의 적응적 단순화를 통한 신경망 훈련 가속화.pdf 크리스로프 V.A. 신경망 예측 문제의 초기 데이터 표현.pdf 크루글로프 V.V. 퍼지 논리 및 인공 신경망.djvu Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.djvu Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.txt Liu B. 정의되지 않은 프로그래밍의 이론과 실습 2005.djvu McCulloch W., Pitts W. 신경 활동과 관련된 아이디어의 논리적 미적분.pdf 마켈 J.D. 선형 음성 예측. 1980.djvu 미르키스 E.M. 신경컴퓨터. 초안 표준. 1998.pdf 나브칸 T.N. Zomaya A. 기능 최적화를 위한 신경망 구조 생성 문제에 관하여.pdf Napalkov A. V., Pragina L. L. - 인간의 두뇌와 인공 지능.docx 올레시코 D.N. 시계열의 행동 예측 문제에서 신경망 학습의 품질과 속도 향상.doc 올레시코 D.N. 신경망 학습의 품질과 속도 향상.doc Ostrovsky S. 정보 처리를 위한 신경망 2000.djvu 피텐코 A.A. GIS의 분석 문제 해결에 신경망 기술 사용.pdf 세나쇼바 M.Yu. 신경망의 오류. 시냅스 가중치 오류 계산. 1998.pdf 서브보틴 S.A. 소련-CIS의 신경사이버네틱스 - 발명 및 특허에 대한 분석적 검토.pdf 타라센코 R.A. 시계열 예측 문제에서 신경망에 대한 훈련 샘플을 구성할 때 상황 설명의 크기 선택.doc 타라센코 R.A. 시계열 예측에서 신경망에 대한 훈련 세트의 품질에 대한 예비 평가.doc 테레호프 S.A. 신경망 기계 학습의 기술적 측면. 2006.pdf Tyumentsev Yu.V. 지능형 자율 시스템 - 정보 기술에 대한 도전.pdf Wasserman F. Neurocomputer technology.doc Wasserman F. Neurocomputer 기술. 이론과 실습.doc Khaikin S. 신경망 - 전체 과정.djvu Tsaregorodtsev V.G. 학습 가능한 인공 신경망이 있는 데이터 테이블에서 반경험적 지식 생성.pdf
DSP에 의해:
프로그래머 아이디어 및 소스 code.pdf를 위한 Arndt J. 알고리즘 Les Thede 실용적인 아날로그 및 디지털 필터 설계. 2004.pdf O'Leary 2002 DSP 디렉토리.pdf Paillard B. 디지털 신호 프로세서 소개. 2002.pdf Rorabauch, Britton 디지털 필터 디자이너 핸드북. 1989.pdf 스트래네비, 대그. 디지털 신호 처리 DSP 및 애플리케이션. 2001.pdf Iphicher E. Jervis B. 디지털 신호 처리. 실용적인 접근. 2004.djvu 아노키나 A.M. 물리적 실험의 측정 시스템에서 디지털 신호 처리. 필터 계산.pdf Anthony A. 디지털 필터. 분석 및 설계. 1983.djvu 아루튜노프 P.A. 알고리즘 측정의 이론과 응용.1990.djvu 벨로데도프 M.V. 디지털 필터 설계 방법. 2004.pdf Blahut R. 디지털 신호 처리를 위한 빠른 알고리즘. 1989.djvu Bogner R. Konstantinidis A. 디지털 필터링 소개. 1976.djvu Bracewell R. Hartley 변환. 이론과 실습. 1990.djvu Vinokurov A. 암호화 알고리즘 GOST 28147-89 Intel x86 플랫폼의 컴퓨터에 대한 사용 및 구현.djvu 보로비요프 V.I. 그리부닌 V.G. 웨이블릿 변환의 이론과 실습. 1999.djvu Gold B. 디지털 신호 처리. 1973.djvu 골든버그 L.M. 디지털 신호 처리. 1990.djvu 구트니코프 V.S. 측정 신호 필터링. 1990.djvu 다비도프 A.V. 디지털 신호 처리.docx 다비도프 A.V. 디지털 신호 처리.pdf 다크노비치 A.A.pdf 데니센코 A.N. 신호. 이론 무선 공학.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 1.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 2.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 3.djvu 즈베레프 V.A. 스트롬코프 A.A. 수치적 방법에 의한 노이즈로부터 신호의 분리 2001.djvu 케이 에스엠 스펙트럼 분석의 현대적인 방법.djvu 콜로스 M.V. 최적의 디지털 필터링 방법. 2000.pdf 코마로프 A.V. 디지털 신호 프로세서. 2003.doc 크리실로프 V.A. 포베레즈니크 S.M. 구조적으로 유연한 다항식 및 조화 급수에 의한 복잡한 종속성의 근사.pdf 크리실로프 V.A. Taxonomy Problems.pdf의 이산 특징 공간에서 거짓 압축 문제 Kuo B. 디지털 제어 시스템의 이론 및 설계. 1986.djvu Lazarev S. 자동화 장치의 신호 처리를 위한 고속 푸리에 변환.pdf 레베데프 A.N. 디지털 모델링 방법. 1988.pdf Lukin A. 디지털 신호 처리 소개. 2002.djvu Nussbaumer G. 고속 푸리에 변환 및 컨볼루션 알고리즘. 1985.djvu Olsson G. 디지털 자동화 및 제어 시스템. 1부. 2001.djvu Olsson G. 디지털 자동화 및 제어 시스템. 파트 2. 2001.djvu 오펜하임 A.V. 디지털 신호 처리. 1979.djvu 오스타펜코 A.G. 마이크로프로세서의 재귀 필터. 1988.djvu Rabiner L. Gould B. 디지털 신호 처리의 이론 및 응용. 1978.djvu 라비너 L.R. 셰이퍼 R.V. 음성 신호의 디지털 처리. 1981.pdf 무선 공학 №03 2000_00.djvu 권장 사항 ITU G721rus.djvu ADPCM Algorithms.djvu의 ITU 권장 사항 G726 및 G727 비교 ITU G726 권장 사항 부록 A.djvu 권장 사항 ITU G727.djvu ITU G727 권장 사항 부록 A.djvu 로빈슨 E.A. 스펙트럼 추정 이론의 발전 역사. 1982.djvu 로시예프 A.A. 테이블의 간격을 복구하기 위해 곡선으로 데이터 모델링.pdf Sato Y. 신호 처리.djvu 세르지엔코 A.B. 디지털 신호 처리. 2003.djvu 시버트 U.M. 체인, 신호, 시스템. 1부. 1988.djvu 시버트 U.M. 체인, 신호, 시스템. 파트 2. 1988.djvu 시지코프 V.S. 측정 결과를 처리하기 위한 강력한 방법 1999.pdf 싱클레어 얀. 디지털 오디오 소개. 1990.djvu Solonin A. Ulakhovich D. 디지털 신호 처리 알고리즘 및 프로세서. 2002.djvu 솔로닌 A.I. 디지털 신호 처리의 기초. 2005.djvu 스테파노프 A.V. 무선 통신 시스템의 컴퓨터 신호 처리 방법.doc Trakhtman A.M. 유한 간격에 대한 이산 신호 이론의 기초. 1975.djvu Widrow B. 적응 신호 처리. 1989.djvu Walt Kester 디지털 신호 처리. Analog Devices.pdf 핑크 L.M. 신호, 간섭, 오류. 1부. 1984.djvu 핑크 L.M. 신호, 간섭, 오류. 파트 2. 1984.djvu 핑크 L.M. 이산 메시지 전송 이론 1부 1970.djvu 핑크 L.M. 이산 메시지 전송 이론 2부 1970.djvu 플래너건 D.L. 음성의 분석, 합성 및 인식. 1968.djvu Franks L. 신호 이론. 1974.djvu 하르케비치 A.A. 간섭에 맞서 싸우십시오. 1965.djvu 헤밍 R.V. 디지털 필터. 1980.djvu 황 T.S. 디지털 이미지 처리의 빠른 알고리즘 1984.djvu Shchatilov V. 현대 디지털 통신 시스템에서 새로운 Analog Devaces 솔루션 사용에 대한 전망.pdf 야로슬라프스키 L.P. 광학 및 holography의 디지털 신호 처리.djvu
신경망을 사용하여 기술 수행에 대한 사례 연구.pdf 외환 패턴 및 확률.pdf Gorban AN 신경정보학. 우리는 무엇인가, 어디로 가는가, 우리의 길을 측정하는 방법.pdf Haykin S. Kalman 필터링 및 신경망.djvu IskusstvennyeNeironnyeSeti.TeoriyaIPraktika_cover.jpeg Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 1.doc Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 2.doc Krose B. 신경망 소개. 1996.djvu 긴, 공원 신경망 모델링.djvu 모델링 및 거래 EURUSD.pdf Neural_Network_Trend_Predictor_Manual.pdf rbfkalman.pdf 도시바뉴런칩.pdf Forex.pdf의 예측에 순환 신경망 사용 바르스키 A.B. 신경망 인식, 제어, 의사 결정. 2004.pdf Berkinblit M.B. 신경망 1993.djvu Bastens D. 신경망 및 금융 시장. 거래 운영의 의사 결정.djvu Vapnik V.N. 경험적 데이터에 대한 의존성 회복. 1997.djvu 보로노프스키 G.K. 유전 알고리즘, 인공 신경망 및 가상 현실의 문제.pdf 갈루쉬킨 A.I. 신경망 이론. 도서. 1 2000.djvu 골드스타인 학사 지능형 네트워크. 2000.djvu 고르반 A.N. 신경망의 일반화된 근사 정리 및 계산 기능.pdf 고르부노바 E.O. Kirdin의 운동 기계의 알고리즘 보편성.pdf 고르부노바 E.O. 신경정보학의 방법. Kirdin의 운동 기계에 대한 단순 프로그램의 유한성과 결정론.pdf Jane Anil K. 인공 신경망 소개.pdf 도러 M.G. 그룹 내 관계의 신경망에 의한 직관적인 예측.pdf 도러 M.G. 신경정보학의 방법. 임의 변환이 있는 1.5계층 예측자에 의한 다차원 함수 근사.pdf 두브로비치 V.I. 서브보틴 S.A. 퍼셉트론 가속 학습 알고리즘.pdf Ezhov A. Shumsky S. Neurocomputing 및 경제 및 비즈니스에서의 응용.djvu 주코프 LA 교육 및 연구 작업을 위한 신경망 기술의 사용.pdf 잔체프 I.V. 신경망 기본 모델. 1999.pdf 자카로프 V.N. 호로셰프스키 V.F. 인공 지능. 볼륨 3. 소프트웨어 및 하드웨어 1990.djvu Callan R. 신경망의 기본 개념.djvu 크구르 P.G. 신경망과 신경 컴퓨터.pdf 코마신스키 V.I. 제어 및 통신 시스템에서의 신경망 및 응용 2003.pdf 짧은 S. Hopfield 및 Hamming 신경망.pdf 짧은 S. 신경망. 역전파 알고리즘.pdf 짧은 S. 신경망. 선생님 없이 배우기.pdf 짧은 S. 신경망. 기초.pdf 크리실로프 V.A. 콘다르툭 A.V. 구별성 향상을 위한 신경망 입력 데이터 변환.pdf 크리실로프 V.A. 올레시코 D.N. 신경망 학습을 가속화하는 방법.doc 크리실로프 V.A. Chumichkin K.V. 훈련 세트의 적응적 단순화를 통한 신경망 훈련 가속화.pdf 크리스로프 V.A. 신경망 예측 문제의 초기 데이터 표현.pdf 크루글로프 V.V. 퍼지 논리 및 인공 신경망.djvu Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.djvu Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.txt Liu B. 정의되지 않은 프로그래밍의 이론과 실습 2005.djvu McCulloch W., Pitts W. 신경 활동과 관련된 아이디어의 논리적 미적분.pdf 마켈 J.D. 선형 음성 예측. 1980.djvu 미르키스 E.M. 신경컴퓨터. 초안 표준. 1998.pdf 나브칸 T.N. Zomaya A. 기능 최적화를 위한 신경망 구조 생성 문제에 관하여.pdf Napalkov A. V., Pragina L. L. - 인간의 두뇌와 인공 지능.docx 올레시코 D.N. 시계열의 동작 예측 문제에서 신경망 학습의 품질과 속도 향상.doc 올레시코 D.N. 신경망 학습의 품질과 속도 향상.doc Ostrovsky S. 정보 처리를 위한 신경망 2000.djvu 피텐코 A.A. GIS의 분석 문제 해결에 신경망 기술 사용.pdf 세나쇼바 M.Yu. 신경망의 오류. 시냅스 가중치 오류 계산. 1998.pdf 서브보틴 S.A. 소련-CIS의 신경사이버네틱스 - 발명 및 특허에 대한 분석적 검토.pdf 타라센코 R.A. 시계열 예측 문제에서 신경망에 대한 훈련 샘플을 구성할 때 상황 설명의 크기 선택.doc 타라센코 R.A. 시계열 예측에서 신경망에 대한 훈련 세트의 품질에 대한 예비 평가.doc 테레호프 S.A. 신경망 기계 학습의 기술적 측면. 2006.pdf Tyumentsev Yu.V. 지능형 자율 시스템 - 정보 기술에 대한 도전.pdf Wasserman F. Neurocomputer technology.doc Wasserman F. Neurocomputer 기술. 이론과 실습.doc Khaikin S. 신경망 - 전체 과정.djvu Tsaregorodtsev V.G. 학습 가능한 인공 신경망이 있는 데이터 테이블에서 반경험적 지식 생성.pdf
DSP에 의해:
프로그래머 아이디어 및 소스 code.pdf를 위한 Arndt J. 알고리즘 Les Thede 실용적인 아날로그 및 디지털 필터 설계. 2004.pdf O'Leary 2002 DSP 디렉토리.pdf Paillard B. 디지털 신호 프로세서 소개. 2002.pdf Rorabauch, Britton 디지털 필터 디자이너 핸드북. 1989.pdf 스트래네비, 대그. 디지털 신호 처리 DSP 및 애플리케이션. 2001.pdf Iphicher E. Jervis B. 디지털 신호 처리. 실용적인 접근. 2004.djvu 아노키나 A.M. 물리적 실험의 측정 시스템에서 디지털 신호 처리. 필터 계산.pdf Anthony A. 디지털 필터. 분석 및 설계. 1983.djvu 아루튜노프 P.A. 알고리즘 측정의 이론과 응용.1990.djvu 벨로데도프 M.V. 디지털 필터 설계 방법. 2004.pdf Blahut R. 디지털 신호 처리를 위한 빠른 알고리즘. 1989.djvu Bogner R. Konstantinidis A. 디지털 필터링 소개. 1976.djvu Bracewell R. Hartley 변환. 이론과 실습. 1990.djvu Vinokurov A. 암호화 알고리즘 GOST 28147-89 Intel x86 플랫폼의 컴퓨터에 대한 사용 및 구현.djvu 보로비요프 V.I. 그리부닌 V.G. 웨이블릿 변환의 이론과 실습. 1999.djvu Gold B. 디지털 신호 처리. 1973.djvu 골든버그 L.M. 디지털 신호 처리. 1990.djvu 구트니코프 V.S. 측정 신호 필터링. 1990.djvu 다비도프 A.V. 디지털 신호 처리.docx 다비도프 A.V. 디지털 신호 처리.pdf 다크노비치 A.A.pdf 데니센코 A.N. 신호. 이론 무선 공학.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 1.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 2.djvu 잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 3.djvu 즈베레프 V.A. 스트롬코프 A.A. 수치적 방법에 의한 노이즈로부터 신호의 분리 2001.djvu 케이 에스엠 스펙트럼 분석의 현대적인 방법.djvu 콜로스 M.V. 최적의 디지털 필터링 방법. 2000.pdf 코마로프 A.V. 디지털 신호 프로세서. 2003.doc 크리실로프 V.A. 포베레즈니크 S.M. 구조적으로 유연한 다항식 및 조화 급수에 의한 복잡한 종속성의 근사.pdf 크리실로프 V.A. Taxonomy Problems.pdf의 이산 특징 공간에서 거짓 압축 문제 Kuo B. 디지털 제어 시스템의 이론 및 설계. 1986.djvu Lazarev S. 자동화 장치의 신호 처리를 위한 고속 푸리에 변환.pdf 레베데프 A.N. 디지털 모델링 방법. 1988.pdf Lukin A. 디지털 신호 처리 소개. 2002.djvu Nussbaumer G. 고속 푸리에 변환 및 컨볼루션 알고리즘. 1985.djvu Olsson G. 디지털 자동화 및 제어 시스템. 1부. 2001.djvu Olsson G. 디지털 자동화 및 제어 시스템. 파트 2. 2001.djvu 오펜하임 A.V. 디지털 신호 처리. 1979.djvu 오스타펜코 A.G. 마이크로프로세서의 재귀 필터. 1988.djvu Rabiner L. Gould B. 디지털 신호 처리의 이론 및 응용. 1978.djvu 라비너 L.R. 셰이퍼 R.V. 음성 신호의 디지털 처리. 1981.pdf 무선 공학 №03 2000_00.djvu 권장 사항 ITU G721rus.djvu ADPCM Algorithms.djvu의 ITU 권장 사항 G726 및 G727 비교 ITU G726 권장 사항 부록 A.djvu 권장 사항 ITU G727.djvu ITU G727 권장 사항 부록 A.djvu 로빈슨 E.A. 스펙트럼 추정 이론의 발전 역사. 1982.djvu 로시예프 A.A. 테이블의 간격을 복구하기 위해 곡선으로 데이터 모델링.pdf Sato Y. 신호 처리.djvu 세르지엔코 A.B. 디지털 신호 처리. 2003.djvu 시버트 U.M. 체인, 신호, 시스템. 1부. 1988.djvu 시버트 U.M. 체인, 신호, 시스템. 파트 2. 1988.djvu 시지코프 V.S. 측정 결과를 처리하기 위한 강력한 방법 1999.pdf 싱클레어 얀. 디지털 오디오 소개. 1990.djvu Solonin A. Ulakhovich D. 디지털 신호 처리 알고리즘 및 프로세서. 2002.djvu 솔로닌 A.I. 디지털 신호 처리의 기초. 2005.djvu 스테파노프 A.V. 무선 통신 시스템의 컴퓨터 신호 처리 방법.doc Trakhtman A.M. 유한 간격에 대한 이산 신호 이론의 기초. 1975.djvu Widrow B. 적응 신호 처리. 1989.djvu Walt Kester 디지털 신호 처리. Analog Devices.pdf 핑크 L.M. 신호, 간섭, 오류. 1부. 1984.djvu 핑크 L.M. 신호, 간섭, 오류. 파트 2. 1984.djvu 핑크 L.M. 이산 메시지 전송 이론 1부 1970.djvu 핑크 L.M. 이산 메시지 전송 이론 2부 1970.djvu 플래너건 D.L. 음성의 분석, 합성 및 인식. 1968.djvu Franks L. 신호 이론. 1974.djvu 하르케비치 A.A. 간섭에 맞서 싸우십시오. 1965.djvu 헤밍 R.V. 디지털 필터. 1980.djvu 황 T.S. 디지털 이미지 처리의 빠른 알고리즘 1984.djvu Shchatilov V. 현대 디지털 통신 시스템에서 새로운 Analog Devaces 솔루션 사용에 대한 전망.pdf 야로슬라프스키 L.P. 광학 및 holography.djvu의 디지털 신호 처리
다음은 교과서에서 발췌한 또 다른 내용입니다.
선생님만의 문제가 아닙니다. 원리는 다릅니다. MLP는 선(하이퍼플레인)과 확률적 원(하이퍼볼)을 그립니다.
간단한 예를 들면 다음과 같습니다.
선형 퍼셉트론 은 그것을 단순히 선으로 나누면 끝입니다. 그 선은 무한합니다.
그리고 두 클래스의 잠재력 값은 실질적으로 0이 될 것입니다. 차이가 있습니까?
선형 퍼셉트론은 어떻습니까? MLP 또는 MLP - 다층 퍼셉트론 또는 러시아어로 다층 퍼셉트론 , 임의로 복잡한 공간을 클래스로 나눕니다. 교사 차이, PNN 분류 문제, MLP 근사 문제가 대부분입니다. 작업이 무엇입니까? 그래서 우리는 그리드라고 부릅니다.
선형 퍼셉트론은 어떻습니까? MLP 또는 MLP - 다층 퍼셉트론 또는 러시아어로 다층 퍼셉트론 , 임의로 복잡한 공간을 클래스로 나눕니다. 교사 차이, PNN 분류 문제, MLP 근사 문제가 대부분입니다. 작업이 무엇입니까? 그래서 우리는 그리드라고 부릅니다.
논리에 따라 컨볼루션 신경망 을 어떤 클래스로 분류 하시겠습니까? 확률 분류를 위해 MLP를 쉽게 사용할 수는 없지만 PNN은 아닙니다.
한때 Better가 대회에서 우승했을 때 PNN(https://forum.mql4.com/ru/9502)을 주제로 열띤 토론이 벌어졌지만 여전히 시청하는 것이 좋습니다.
우선, PNN에는 아키텍처상의 차이점이 있습니다. 뉴런이 서로 어떻게 연결되어 있는지, 은닉층과 출력층이 완전히 연결되어 있지 않습니다.
나는 Donald Specht의 두 기사(분류 및 매핑을 위한 확률적 신경망 또는 연관 메모리 및 확률적 신경망)를 찾아서 읽는 것이 좋습니다.
공격에서 PNN 전용 기사 중 하나입니다.
논리에 따라 컨볼루션 신경망 을 어떤 클래스로 분류 하시겠습니까? 확률 분류를 위해 MLP를 쉽게 사용할 수는 없지만 PNN은 아닙니다.
한때 Better가 대회에서 우승했을 때 PNN(https://forum.mql4.com/ru/9502)을 주제로 열띤 토론이 벌어졌지만 여전히 시청하는 것이 좋습니다.
우선, PNN에는 아키텍처상의 차이점이 있습니다. 뉴런이 서로 어떻게 연결되어 있는지, 은닉층과 출력층이 완전히 연결되어 있지 않습니다.
나는 Donald Specht의 두 기사(분류 및 매핑을 위한 확률적 신경망 또는 연관 메모리 및 확률적 신경망)를 찾아서 읽는 것이 좋습니다.
공격에서 PNN 전용 기사 중 하나입니다.
글쎄, 당신은 당신의 게시물로 정확히 무엇을 말하고 싶었습니까? MLP가 PNN 문제를 해결할 수 없습니까? 아니면 PNN이 MLP 작업에 적합하지 않습니까?
그렇지 않은 경우 동일한 본질, 즉 비선형 변환을 수행하는 개념을 생성할 가치가 없습니다.
아니면 그들이 다른 매트 기구를 가지고 있다고 말하고 싶 습니까?
PNN/GRNN 네트워크 아키텍처
1990년 Donald F. Specht는 위에서 설명한 weighted-neighbor 방법을 신경망 형태로 공식화하는 방법을 제안했습니다. 그는 이것을 " 확률적 신경망 "이라고 불렀습니다. 다음은 PNN/GRNN 네트워크의 다이어그램입니다.
모든 PNN/GRNN 네트워크에는 4개의 레이어가 있습니다.
GRNN 네트워크의 경우 패턴 레이어에는 두 개의 뉴런만 있습니다. 한 뉴런은 분모 합산 단위이고 다른 뉴런은 분자 합산 단위입니다. 분모 합산 유닛은 각각의 은닉 뉴런에서 오는 가중치 값을 더합니다. 분자 합산 단위는 각 숨겨진 뉴런에 대한 실제 목표 값을 곱한 가중치 값을 더합니다.
GRNN 네트워크의 경우 결정 계층은 분자 합산 단위에 누적된 값을 분모 합산 단위 값으로 나누고 그 결과를 예측 대상 값으로 사용합니다.
음, MLP와의 근본적인 차이점은 무엇입니까?
각 작가는 개념을 낳고 그들의 목표는 과학을 홍보하는 것이 아니라 "주식 작가"처럼 책과 기사로 돈을 버는 것입니다.
추신: NN의 다른 저자들은 때때로 동일한 개념과 정의가 다르기 때문에 용어를 명확히 하기 위해 그들 중 하나를 참조하는 것은 의미가 없습니다.
PPS 비선형 변환에서 뉴런이 작동하는 방식을 이해하는 것이 중요합니다. 그게 다야, 더 이상 필요하지 않습니다.
글쎄, 당신은 당신의 게시물로 정확히 무엇을 말하고 싶었습니까? MLP가 PNN 문제를 해결할 수 없습니까? 아니면 PNN이 MLP 작업에 적합하지 않습니까?
음, MLP와의 근본적인 차이점은 무엇입니까?
추신: NN의 다른 저자들은 때때로 동일한 개념과 정의가 다르기 때문에 용어를 명확히 하기 위해 그들 중 하나를 참조하는 것은 의미가 없습니다.
PPS 비선형 변환에서 뉴런이 작동하는 방식을 이해하는 것이 중요합니다. 그게 다야, 더 이상 필요하지 않습니다.
첫 번째이자 주요 차이점은 네트워크의 출력이 해석되는 방식과 이 해석의 명확성(상대적)이 보장되는 방식입니다.
PNN의 경우 네트워크는 데이터 분류/클러스터링을 위해 개발되었으므로 완전 연결되지 않은 구조를 가지며 MLP는 완전 연결됩니다.
또 다른 차이점은 PNN이 다른 레이어에 대해 다른 활성화 함수를 사용할 수 있다는 것입니다. 예를 들어 출력 레이어의 경우 방사형 기저 함수를 사용합니다.
MPL은 전통적으로 모든 계층에 대해 동일한 기능을 사용합니다.
PNN은 MPL 문제를 해결할 수 있지만 더 이상 PNN이 아니라 반대 방향으로 같은 방식으로 완전 연결되지 않은 아키텍처를 기반으로 하는 변형입니다.
비선형 변환과 관련하여 예, 동의합니다. 모든 NN은 비선형 변환(또는 선형, 단일 레이어 퍼셉트론도 NS임)이며 작동 방식을 이해하는 것이 중요합니다.
그러나 한 가지 더 생략하면 NN은 연결의 내부 아키텍처를 고려합니다. 매트의 기초를 잊어버립니다. 그럼에도 불구하고 장치는 생물학적 원형을 놓고 예를 들어, 인식론은 그것의 원형에 가장 가깝습니다.
구현.
지점의 저자는 매트에 관심이 있었습니다. 기구, 기사 및 주요 출처가 가장 잘 드러납니다. :) 그리고 나는 당신에게 바로 구별되는 기능인 아키텍처를 말했습니다. 그리고 여기에 저자의 욕망이 없습니다
"예술에 흔적을 남기는 것"은 점점 더 쉬워지고 있습니다. 다른 초기 데이터(다른 응용 프로그램 영역의 데이터)를 사용하여 출력을 해석하기 위한 명확한 규칙이 필요합니다.
1) 첫 번째이자 주요 차이점은 네트워크 출력이 해석되는 방식과 이 해석의 명확성(상대적)이 보장되는 방법입니다.
PNN의 경우 네트워크는 데이터 분류/클러스터링을 위해 개발되었으므로 완전 연결되지 않은 구조를 가지며 MLP는 완전 연결됩니다.
2) 또 다른 차이점은 PNN이 다른 레이어에 대해 다른 활성화 함수를 사용할 수 있다는 것입니다. 예를 들어 출력 레이어의 경우 방사형 기저 함수를 사용합니다.
MPL은 전통적으로 모든 계층에 대해 동일한 기능을 사용합니다.
3) PNN은 MPL 문제를 해결할 수 있지만 더 이상 PNN이 아니라 반대 방향으로 동일한 방식으로 완전 연결되지 않은 아키텍처를 기반으로 한 변형입니다.
4) 비선형 변환과 관련하여 예, 모든 NN은 비선형 변환(또는 선형, 단일 레이어 퍼셉트론도 NS임)이며 작동 방식을 이해하는 것이 중요합니다.
그러나 한 가지 사실을 더 생략하면 NN은 링크의 내부 아키텍처를 고려합니다. 매트의 기초를 잊어버립니다. 그럼에도 불구하고 장치는 생물학적 원형을 놓고 예를 들어, 인식론은 그것의 원형에 가장 가깝습니다.
구현.
5) 지점의 저자는 매트에 관심이 있었습니다. 기구, 기사 및 주요 출처가 가장 잘 드러납니다. :) 그리고 나는 당신에게 바로 구별되는 기능인 아키텍처를 말했습니다. 그리고 여기에 저자의 욕망이 없습니다
"예술에 흔적을 남기는 것"은 점점 더 쉬워지고 있습니다. 다른 초기 데이터(다른 응용 프로그램 영역의 데이터)를 사용하여 출력을 해석하기 위한 명확한 규칙이 필요합니다.
1) 그래서 문제는 선생님에게 있다고 말했습니다.
2) 흠, 그리고 누가 네트워크의 각 뉴런에 대해 MLP에서 활성화 기능을 사용하는 것을 금지합니까? 오히려 활성화 함수의 곡률 계수(활성화 함수)는 모든 네트워크와 모든 뉴런에 대해 동일하기 때문에 그 모양이 논리적 단계인 s자형에서 직선으로 변경될 수 있습니다.
여기서 10은 곡률 계수입니다.
3) 그렇다면 정원에 울타리를 치면 안됩니다.
4) 내가 말한 것과 모순되지 않는다
5) 맹목적으로 책의 권위를 따르고 스스로 조사하지 않습니까? 헛되이. 여기에 공상의 비행을위한 무한한 분야가 있으며 종종 서로 모순되는 책 개념을 따르면 매우 중요한 것을 놓칠 확률이 높습니다 .... 흠, 일반적으로 많이 잃습니다.
일반적으로 무엇이라고 부르든 뉴런의 비선형 변환의 본질은 이것에서 변하지 않을 것입니다.
행운을 빕니다!.
joo писал(а) >>
책을 측정해 볼까요?
내 라이브러리의 파일 목록
네트워크별:
신경망을 사용하여 기술 수행에 대한 사례 연구.pdf
외환 패턴 및 확률.pdf
Gorban AN 신경정보학. 우리는 무엇인가, 어디로 가는가, 우리의 길을 측정하는 방법.pdf
Haykin S. Kalman 필터링 및 신경망.djvu
IskusstvennyeNeironnyeSeti.TeoriyaIPraktika_cover.jpeg
Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 1.doc
Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 2.doc
Krose B. 신경망 소개. 1996.djvu
긴, 공원 신경망 모델링.djvu
모델링 및 거래 EURUSD.pdf
Neural_Network_Trend_Predictor_Manual.pdf
rbfkalman.pdf
도시바뉴런칩.pdf
Forex.pdf의 예측에 순환 신경망 사용
바르스키 A.B. 신경망 인식, 제어, 의사 결정. 2004.pdf
Berkinblit M.B. 신경망 1993.djvu
Bastens D. 신경망 및 금융 시장. 거래 운영의 의사 결정.djvu
Vapnik V.N. 경험적 데이터에 대한 의존성 회복. 1997.djvu
보로노프스키 G.K. 유전 알고리즘, 인공 신경망 및 가상 현실의 문제.pdf
갈루쉬킨 A.I. 신경망 이론. 도서. 1 2000.djvu
골드스타인 학사 지능형 네트워크. 2000.djvu
고르반 A.N. 신경망의 일반화된 근사 정리 및 계산 기능.pdf
고르부노바 E.O. Kirdin의 운동 기계의 알고리즘 보편성.pdf
고르부노바 E.O. 신경정보학의 방법. Kirdin의 운동 기계에 대한 단순 프로그램의 유한성과 결정론.pdf
Jane Anil K. 인공 신경망 소개.pdf
도러 M.G. 그룹 내 관계의 신경망에 의한 직관적인 예측.pdf
도러 M.G. 신경정보학의 방법. 임의 변환이 있는 1.5계층 예측자에 의한 다차원 함수 근사.pdf
두브로비치 V.I. 서브보틴 S.A. 퍼셉트론 가속 학습 알고리즘.pdf
Ezhov A. Shumsky S. Neurocomputing 및 경제 및 비즈니스에서의 응용.djvu
주코프 LA 교육 및 연구 작업을 위한 신경망 기술의 사용.pdf
잔체프 I.V. 신경망 기본 모델. 1999.pdf
자카로프 V.N. 호로셰프스키 V.F. 인공 지능. 볼륨 3. 소프트웨어 및 하드웨어 1990.djvu
Callan R. 신경망의 기본 개념.djvu
크구르 P.G. 신경망과 신경 컴퓨터.pdf
코마신스키 V.I. 제어 및 통신 시스템에서의 신경망 및 응용 2003.pdf
짧은 S. Hopfield 및 Hamming 신경망.pdf
짧은 S. 신경망. 역전파 알고리즘.pdf
짧은 S. 신경망. 선생님 없이 배우기.pdf
짧은 S. 신경망. 기초.pdf
크리실로프 V.A. 콘다르툭 A.V. 구별성 향상을 위한 신경망 입력 데이터 변환.pdf
크리실로프 V.A. 올레시코 D.N. 신경망 학습을 가속화하는 방법.doc
크리실로프 V.A. Chumichkin K.V. 훈련 세트의 적응적 단순화를 통한 신경망 훈련 가속화.pdf
크리스로프 V.A. 신경망 예측 문제의 초기 데이터 표현.pdf
크루글로프 V.V. 퍼지 논리 및 인공 신경망.djvu
Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.djvu
Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.txt
Liu B. 정의되지 않은 프로그래밍의 이론과 실습 2005.djvu
McCulloch W., Pitts W. 신경 활동과 관련된 아이디어의 논리적 미적분.pdf
마켈 J.D. 선형 음성 예측. 1980.djvu
미르키스 E.M. 신경컴퓨터. 초안 표준. 1998.pdf
나브칸 T.N. Zomaya A. 기능 최적화를 위한 신경망 구조 생성 문제에 관하여.pdf
Napalkov A. V., Pragina L. L. - 인간의 두뇌와 인공 지능.docx
올레시코 D.N. 시계열의 행동 예측 문제에서 신경망 학습의 품질과 속도 향상.doc
올레시코 D.N. 신경망 학습의 품질과 속도 향상.doc
Ostrovsky S. 정보 처리를 위한 신경망 2000.djvu
피텐코 A.A. GIS의 분석 문제 해결에 신경망 기술 사용.pdf
세나쇼바 M.Yu. 신경망의 오류. 시냅스 가중치 오류 계산. 1998.pdf
서브보틴 S.A. 소련-CIS의 신경사이버네틱스 - 발명 및 특허에 대한 분석적 검토.pdf
타라센코 R.A. 시계열 예측 문제에서 신경망에 대한 훈련 샘플을 구성할 때 상황 설명의 크기 선택.doc
타라센코 R.A. 시계열 예측에서 신경망에 대한 훈련 세트의 품질에 대한 예비 평가.doc
테레호프 S.A. 신경망 기계 학습의 기술적 측면. 2006.pdf
Tyumentsev Yu.V. 지능형 자율 시스템 - 정보 기술에 대한 도전.pdf
Wasserman F. Neurocomputer technology.doc
Wasserman F. Neurocomputer 기술. 이론과 실습.doc
Khaikin S. 신경망 - 전체 과정.djvu
Tsaregorodtsev V.G. 학습 가능한 인공 신경망이 있는 데이터 테이블에서 반경험적 지식 생성.pdf
DSP에 의해:
프로그래머 아이디어 및 소스 code.pdf를 위한 Arndt J. 알고리즘
Les Thede 실용적인 아날로그 및 디지털 필터 설계. 2004.pdf
O'Leary 2002 DSP 디렉토리.pdf
Paillard B. 디지털 신호 프로세서 소개. 2002.pdf
Rorabauch, Britton 디지털 필터 디자이너 핸드북. 1989.pdf
스트래네비, 대그. 디지털 신호 처리 DSP 및 애플리케이션. 2001.pdf
Iphicher E. Jervis B. 디지털 신호 처리. 실용적인 접근. 2004.djvu
아노키나 A.M. 물리적 실험의 측정 시스템에서 디지털 신호 처리. 필터 계산.pdf
Anthony A. 디지털 필터. 분석 및 설계. 1983.djvu
아루튜노프 P.A. 알고리즘 측정의 이론과 응용.1990.djvu
벨로데도프 M.V. 디지털 필터 설계 방법. 2004.pdf
Blahut R. 디지털 신호 처리를 위한 빠른 알고리즘. 1989.djvu
Bogner R. Konstantinidis A. 디지털 필터링 소개. 1976.djvu
Bracewell R. Hartley 변환. 이론과 실습. 1990.djvu
Vinokurov A. 암호화 알고리즘 GOST 28147-89 Intel x86 플랫폼의 컴퓨터에 대한 사용 및 구현.djvu
보로비요프 V.I. 그리부닌 V.G. 웨이블릿 변환의 이론과 실습. 1999.djvu
Gold B. 디지털 신호 처리. 1973.djvu
골든버그 L.M. 디지털 신호 처리. 1990.djvu
구트니코프 V.S. 측정 신호 필터링. 1990.djvu
다비도프 A.V. 디지털 신호 처리.docx
다비도프 A.V. 디지털 신호 처리.pdf
다크노비치 A.A.pdf
데니센코 A.N. 신호. 이론 무선 공학.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 1.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 2.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 3.djvu
즈베레프 V.A. 스트롬코프 A.A. 수치적 방법에 의한 노이즈로부터 신호의 분리 2001.djvu
케이 에스엠 스펙트럼 분석의 현대적인 방법.djvu
콜로스 M.V. 최적의 디지털 필터링 방법. 2000.pdf
코마로프 A.V. 디지털 신호 프로세서. 2003.doc
크리실로프 V.A. 포베레즈니크 S.M. 구조적으로 유연한 다항식 및 조화 급수에 의한 복잡한 종속성의 근사.pdf
크리실로프 V.A. Taxonomy Problems.pdf의 이산 특징 공간에서 거짓 압축 문제
Kuo B. 디지털 제어 시스템의 이론 및 설계. 1986.djvu
Lazarev S. 자동화 장치의 신호 처리를 위한 고속 푸리에 변환.pdf
레베데프 A.N. 디지털 모델링 방법. 1988.pdf
Lukin A. 디지털 신호 처리 소개. 2002.djvu
Nussbaumer G. 고속 푸리에 변환 및 컨볼루션 알고리즘. 1985.djvu
Olsson G. 디지털 자동화 및 제어 시스템. 1부. 2001.djvu
Olsson G. 디지털 자동화 및 제어 시스템. 파트 2. 2001.djvu
오펜하임 A.V. 디지털 신호 처리. 1979.djvu
오스타펜코 A.G. 마이크로프로세서의 재귀 필터. 1988.djvu
Rabiner L. Gould B. 디지털 신호 처리의 이론 및 응용. 1978.djvu
라비너 L.R. 셰이퍼 R.V. 음성 신호의 디지털 처리. 1981.pdf
무선 공학 №03 2000_00.djvu
권장 사항 ITU G721rus.djvu
ADPCM Algorithms.djvu의 ITU 권장 사항 G726 및 G727 비교
ITU G726 권장 사항 부록 A.djvu
권장 사항 ITU G727.djvu
ITU G727 권장 사항 부록 A.djvu
로빈슨 E.A. 스펙트럼 추정 이론의 발전 역사. 1982.djvu
로시예프 A.A. 테이블의 간격을 복구하기 위해 곡선으로 데이터 모델링.pdf
Sato Y. 신호 처리.djvu
세르지엔코 A.B. 디지털 신호 처리. 2003.djvu
시버트 U.M. 체인, 신호, 시스템. 1부. 1988.djvu
시버트 U.M. 체인, 신호, 시스템. 파트 2. 1988.djvu
시지코프 V.S. 측정 결과를 처리하기 위한 강력한 방법 1999.pdf
싱클레어 얀. 디지털 오디오 소개. 1990.djvu
Solonin A. Ulakhovich D. 디지털 신호 처리 알고리즘 및 프로세서. 2002.djvu
솔로닌 A.I. 디지털 신호 처리의 기초. 2005.djvu
스테파노프 A.V. 무선 통신 시스템의 컴퓨터 신호 처리 방법.doc
Trakhtman A.M. 유한 간격에 대한 이산 신호 이론의 기초. 1975.djvu
Widrow B. 적응 신호 처리. 1989.djvu
Walt Kester 디지털 신호 처리. Analog Devices.pdf
핑크 L.M. 신호, 간섭, 오류. 1부. 1984.djvu
핑크 L.M. 신호, 간섭, 오류. 파트 2. 1984.djvu
핑크 L.M. 이산 메시지 전송 이론 1부 1970.djvu
핑크 L.M. 이산 메시지 전송 이론 2부 1970.djvu
플래너건 D.L. 음성의 분석, 합성 및 인식. 1968.djvu
Franks L. 신호 이론. 1974.djvu
하르케비치 A.A. 간섭에 맞서 싸우십시오. 1965.djvu
헤밍 R.V. 디지털 필터. 1980.djvu
황 T.S. 디지털 이미지 처리의 빠른 알고리즘 1984.djvu
Shchatilov V. 현대 디지털 통신 시스템에서 새로운 Analog Devaces 솔루션 사용에 대한 전망.pdf
야로슬라프스키 L.P. 광학 및 holography의 디지털 신호 처리.djvu
필요한 사람이 있으면 공용 FTP 서버에 업로드할 수 있습니다.
내 라이브러리의 파일 목록
네트워크별:
신경망을 사용하여 기술 수행에 대한 사례 연구.pdf
외환 패턴 및 확률.pdf
Gorban AN 신경정보학. 우리는 무엇인가, 어디로 가는가, 우리의 길을 측정하는 방법.pdf
Haykin S. Kalman 필터링 및 신경망.djvu
IskusstvennyeNeironnyeSeti.TeoriyaIPraktika_cover.jpeg
Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 1.doc
Jonsson F. Markus. 실제 지역의 디지털화된 지도에서 차량을 위한 최적의 경로를 찾습니다. 파트 2.doc
Krose B. 신경망 소개. 1996.djvu
긴, 공원 신경망 모델링.djvu
모델링 및 거래 EURUSD.pdf
Neural_Network_Trend_Predictor_Manual.pdf
rbfkalman.pdf
도시바뉴런칩.pdf
Forex.pdf의 예측에 순환 신경망 사용
바르스키 A.B. 신경망 인식, 제어, 의사 결정. 2004.pdf
Berkinblit M.B. 신경망 1993.djvu
Bastens D. 신경망 및 금융 시장. 거래 운영의 의사 결정.djvu
Vapnik V.N. 경험적 데이터에 대한 의존성 회복. 1997.djvu
보로노프스키 G.K. 유전 알고리즘, 인공 신경망 및 가상 현실의 문제.pdf
갈루쉬킨 A.I. 신경망 이론. 도서. 1 2000.djvu
골드스타인 학사 지능형 네트워크. 2000.djvu
고르반 A.N. 신경망의 일반화된 근사 정리 및 계산 기능.pdf
고르부노바 E.O. Kirdin의 운동 기계의 알고리즘 보편성.pdf
고르부노바 E.O. 신경정보학의 방법. Kirdin의 운동 기계에 대한 단순 프로그램의 유한성과 결정론.pdf
Jane Anil K. 인공 신경망 소개.pdf
도러 M.G. 그룹 내 관계의 신경망에 의한 직관적인 예측.pdf
도러 M.G. 신경정보학의 방법. 임의 변환이 있는 1.5계층 예측자에 의한 다차원 함수 근사.pdf
두브로비치 V.I. 서브보틴 S.A. 퍼셉트론 가속 학습 알고리즘.pdf
Ezhov A. Shumsky S. Neurocomputing 및 경제 및 비즈니스에서의 응용.djvu
주코프 LA 교육 및 연구 작업을 위한 신경망 기술의 사용.pdf
잔체프 I.V. 신경망 기본 모델. 1999.pdf
자카로프 V.N. 호로셰프스키 V.F. 인공 지능. 볼륨 3. 소프트웨어 및 하드웨어 1990.djvu
Callan R. 신경망의 기본 개념.djvu
크구르 P.G. 신경망과 신경 컴퓨터.pdf
코마신스키 V.I. 제어 및 통신 시스템에서의 신경망 및 응용 2003.pdf
짧은 S. Hopfield 및 Hamming 신경망.pdf
짧은 S. 신경망. 역전파 알고리즘.pdf
짧은 S. 신경망. 선생님 없이 배우기.pdf
짧은 S. 신경망. 기초.pdf
크리실로프 V.A. 콘다르툭 A.V. 구별성 향상을 위한 신경망 입력 데이터 변환.pdf
크리실로프 V.A. 올레시코 D.N. 신경망 학습을 가속화하는 방법.doc
크리실로프 V.A. Chumichkin K.V. 훈련 세트의 적응적 단순화를 통한 신경망 훈련 가속화.pdf
크리스로프 V.A. 신경망 예측 문제의 초기 데이터 표현.pdf
크루글로프 V.V. 퍼지 논리 및 인공 신경망.djvu
Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.djvu
Kruglov, Borisov - 인공 신경망. 이론과 실습, 2002.txt
Liu B. 정의되지 않은 프로그래밍의 이론과 실습 2005.djvu
McCulloch W., Pitts W. 신경 활동과 관련된 아이디어의 논리적 미적분.pdf
마켈 J.D. 선형 음성 예측. 1980.djvu
미르키스 E.M. 신경컴퓨터. 초안 표준. 1998.pdf
나브칸 T.N. Zomaya A. 기능 최적화를 위한 신경망 구조 생성 문제에 관하여.pdf
Napalkov A. V., Pragina L. L. - 인간의 두뇌와 인공 지능.docx
올레시코 D.N. 시계열의 동작 예측 문제에서 신경망 학습의 품질과 속도 향상.doc
올레시코 D.N. 신경망 학습의 품질과 속도 향상.doc
Ostrovsky S. 정보 처리를 위한 신경망 2000.djvu
피텐코 A.A. GIS의 분석 문제 해결에 신경망 기술 사용.pdf
세나쇼바 M.Yu. 신경망의 오류. 시냅스 가중치 오류 계산. 1998.pdf
서브보틴 S.A. 소련-CIS의 신경사이버네틱스 - 발명 및 특허에 대한 분석적 검토.pdf
타라센코 R.A. 시계열 예측 문제에서 신경망에 대한 훈련 샘플을 구성할 때 상황 설명의 크기 선택.doc
타라센코 R.A. 시계열 예측에서 신경망에 대한 훈련 세트의 품질에 대한 예비 평가.doc
테레호프 S.A. 신경망 기계 학습의 기술적 측면. 2006.pdf
Tyumentsev Yu.V. 지능형 자율 시스템 - 정보 기술에 대한 도전.pdf
Wasserman F. Neurocomputer technology.doc
Wasserman F. Neurocomputer 기술. 이론과 실습.doc
Khaikin S. 신경망 - 전체 과정.djvu
Tsaregorodtsev V.G. 학습 가능한 인공 신경망이 있는 데이터 테이블에서 반경험적 지식 생성.pdf
DSP에 의해:
프로그래머 아이디어 및 소스 code.pdf를 위한 Arndt J. 알고리즘
Les Thede 실용적인 아날로그 및 디지털 필터 설계. 2004.pdf
O'Leary 2002 DSP 디렉토리.pdf
Paillard B. 디지털 신호 프로세서 소개. 2002.pdf
Rorabauch, Britton 디지털 필터 디자이너 핸드북. 1989.pdf
스트래네비, 대그. 디지털 신호 처리 DSP 및 애플리케이션. 2001.pdf
Iphicher E. Jervis B. 디지털 신호 처리. 실용적인 접근. 2004.djvu
아노키나 A.M. 물리적 실험의 측정 시스템에서 디지털 신호 처리. 필터 계산.pdf
Anthony A. 디지털 필터. 분석 및 설계. 1983.djvu
아루튜노프 P.A. 알고리즘 측정의 이론과 응용.1990.djvu
벨로데도프 M.V. 디지털 필터 설계 방법. 2004.pdf
Blahut R. 디지털 신호 처리를 위한 빠른 알고리즘. 1989.djvu
Bogner R. Konstantinidis A. 디지털 필터링 소개. 1976.djvu
Bracewell R. Hartley 변환. 이론과 실습. 1990.djvu
Vinokurov A. 암호화 알고리즘 GOST 28147-89 Intel x86 플랫폼의 컴퓨터에 대한 사용 및 구현.djvu
보로비요프 V.I. 그리부닌 V.G. 웨이블릿 변환의 이론과 실습. 1999.djvu
Gold B. 디지털 신호 처리. 1973.djvu
골든버그 L.M. 디지털 신호 처리. 1990.djvu
구트니코프 V.S. 측정 신호 필터링. 1990.djvu
다비도프 A.V. 디지털 신호 처리.docx
다비도프 A.V. 디지털 신호 처리.pdf
다크노비치 A.A.pdf
데니센코 A.N. 신호. 이론 무선 공학.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 1.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 2.djvu
잘만존 L.A. 푸리에, 월시, 하르 변환. 파트 3.djvu
즈베레프 V.A. 스트롬코프 A.A. 수치적 방법에 의한 노이즈로부터 신호의 분리 2001.djvu
케이 에스엠 스펙트럼 분석의 현대적인 방법.djvu
콜로스 M.V. 최적의 디지털 필터링 방법. 2000.pdf
코마로프 A.V. 디지털 신호 프로세서. 2003.doc
크리실로프 V.A. 포베레즈니크 S.M. 구조적으로 유연한 다항식 및 조화 급수에 의한 복잡한 종속성의 근사.pdf
크리실로프 V.A. Taxonomy Problems.pdf의 이산 특징 공간에서 거짓 압축 문제
Kuo B. 디지털 제어 시스템의 이론 및 설계. 1986.djvu
Lazarev S. 자동화 장치의 신호 처리를 위한 고속 푸리에 변환.pdf
레베데프 A.N. 디지털 모델링 방법. 1988.pdf
Lukin A. 디지털 신호 처리 소개. 2002.djvu
Nussbaumer G. 고속 푸리에 변환 및 컨볼루션 알고리즘. 1985.djvu
Olsson G. 디지털 자동화 및 제어 시스템. 1부. 2001.djvu
Olsson G. 디지털 자동화 및 제어 시스템. 파트 2. 2001.djvu
오펜하임 A.V. 디지털 신호 처리. 1979.djvu
오스타펜코 A.G. 마이크로프로세서의 재귀 필터. 1988.djvu
Rabiner L. Gould B. 디지털 신호 처리의 이론 및 응용. 1978.djvu
라비너 L.R. 셰이퍼 R.V. 음성 신호의 디지털 처리. 1981.pdf
무선 공학 №03 2000_00.djvu
권장 사항 ITU G721rus.djvu
ADPCM Algorithms.djvu의 ITU 권장 사항 G726 및 G727 비교
ITU G726 권장 사항 부록 A.djvu
권장 사항 ITU G727.djvu
ITU G727 권장 사항 부록 A.djvu
로빈슨 E.A. 스펙트럼 추정 이론의 발전 역사. 1982.djvu
로시예프 A.A. 테이블의 간격을 복구하기 위해 곡선으로 데이터 모델링.pdf
Sato Y. 신호 처리.djvu
세르지엔코 A.B. 디지털 신호 처리. 2003.djvu
시버트 U.M. 체인, 신호, 시스템. 1부. 1988.djvu
시버트 U.M. 체인, 신호, 시스템. 파트 2. 1988.djvu
시지코프 V.S. 측정 결과를 처리하기 위한 강력한 방법 1999.pdf
싱클레어 얀. 디지털 오디오 소개. 1990.djvu
Solonin A. Ulakhovich D. 디지털 신호 처리 알고리즘 및 프로세서. 2002.djvu
솔로닌 A.I. 디지털 신호 처리의 기초. 2005.djvu
스테파노프 A.V. 무선 통신 시스템의 컴퓨터 신호 처리 방법.doc
Trakhtman A.M. 유한 간격에 대한 이산 신호 이론의 기초. 1975.djvu
Widrow B. 적응 신호 처리. 1989.djvu
Walt Kester 디지털 신호 처리. Analog Devices.pdf
핑크 L.M. 신호, 간섭, 오류. 1부. 1984.djvu
핑크 L.M. 신호, 간섭, 오류. 파트 2. 1984.djvu
핑크 L.M. 이산 메시지 전송 이론 1부 1970.djvu
핑크 L.M. 이산 메시지 전송 이론 2부 1970.djvu
플래너건 D.L. 음성의 분석, 합성 및 인식. 1968.djvu
Franks L. 신호 이론. 1974.djvu
하르케비치 A.A. 간섭에 맞서 싸우십시오. 1965.djvu
헤밍 R.V. 디지털 필터. 1980.djvu
황 T.S. 디지털 이미지 처리의 빠른 알고리즘 1984.djvu
Shchatilov V. 현대 디지털 통신 시스템에서 새로운 Analog Devaces 솔루션 사용에 대한 전망.pdf
야로슬라프스키 L.P. 광학 및 holography.djvu의 디지털 신호 처리
필요한 사람이 있으면 공개 ftp 서버에 업로드할 수 있습니다.
나로드에 갈 수 있습니까?
나로드에 갈 수 있습니까?무엇을, 어떻게 하는지 설명하십시오. 채우겠습니다. 완료되면 구독을 취소하겠습니다.