|
Neural Networks, Treecaps WS, 1991
12. J. E. Dayhoff, Neural Network Network Architectures - An Introduction, Van Nostrand Reinhold, New York, 1990 1. 서 론
2. 신경회로망과 학습 규칙
2.1. 신경회로망 모델
3. 인식 시스템에 필요한 영상 처리
3.1. 자동차 번호 영상의 이
|
|
|
Neural Network Toolbox User's Guide. The MATHWORKS inc. 1. 서 론
1) 인공신경망이란
2) 인공지능 방법론의 변천사
2. 재료 및 방법
가. 공시재료
나. 실험방법
(1) 음향신호 계측 시스템
(2) 음향신호 데이터 수집
(3) 외관 및 파괴적인 방법에 의한 품
|
|
|
Control System Toolbox 2장 Control System Toolbox
- 예제를 통하여 알아본 감쇠 제어기 설계
7장 Instrument control Toolbox
- 직렬 통신포트와 연결 및 장치와의 통신방법
8장 Neural Network Toolbox
- 신경회로망과 신경회로망의 기능 학습
|
|
|
신경회로망 및 심층학습(딥러닝)에 대한 다음 질문에 답하라. (가)~(다) 각각 A4용지 1매 정도로 정리하여 작성한다. (30점)
(가) 로젠블랫이 제안한 단층 퍼셉트론의 개념과 한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고,
|
|
|
(4) 퍼지 관계
2. 신경회로망
3. 뉴로 퍼지 모델
4. FCM 클러스터링
5. 공분산 행렬과 퍼지 공분산 행렬
6. Gustafson-Kessel 클러스터링 알고리즘
7. 제안된 뉴로-퍼지 시스템
III. 시뮬레이션 및 결과
IV. 결 론
V. 참 고 문 헌
|
|
메뉴펼치기
