Misją Instytutu jest dzialalność naukowo-badawcza prowadząca do nowych rozwiązań technicznych i organizacyjnych użytecznych w kształtowaniu warunków pracy zgodnych z zasadami bezpieczeństwa pracy i ergonomii oraz ustalanie podstaw naukowych do właściwego ukierunkowywania polityki społeczno-ekonomicznej państwa w tym zakresie.
Akademicka Oficyna Wydawnicza PLJ,
|
1. Wprowadzenie (1) |
1.1. Dlaczego warto poznać sieci neuronowe? (1) |
1.2. Jakie są główne zalety sieci neuronowych? (6) |
1.3. Jak wygląda struktura sieci? (8) |
1.4. Jak dochodzi do uczenia sieci? (14) |
1.5. Kto i do czego używa sieci neuronowych? (18) |
1.6. Czy sieci neuronowe wyprą tradycyjne komputery? (20) |
1.7. To może nie warto zajmować się sieciami neuronowymi? (21) |
2. Struktura sieci (23) |
2.1. Jak to jest zbudowane? (23) |
2.2. Jak to działa? (25) |
2.3. Jak wybierać strukturę sieci? (28) |
2.4. Jakimi informacjami karmić sieci i jak rozumieć ich odpowiedzi? (30) |
2.5. Co kryje się w warstwach ukrytych? (32) |
2.6. Ile potrzeba neuronów, żeby wyszła dobra sieć? (34) |
3. Uczenie sieci (37) |
3.1. Jak można uczyć sieć? (37) |
3.2. Czy sieć może uczyć się całkiem sama? (38) |
3.3. Gdzie i jak sieci neuronowe gromadzą zdobytą wiedzę? (39) |
3.4. Jak zorganizować naukę sieci? (40) |
3.5. Do czego służy momentum? (42) |
3.6. Od czego zacząć uczenie sieci? (44) |
3.7. Czy sieć trzeba długo uczyć? (45) |
3.8. Jak uczyć warstwy ukryte? (46) |
3.9. W jaki sposób sieć może się uczyć sama? (48) |
3.10. Jak prowadzić samouczenie? (50) |
4. Działanie najprostszej sieci (53) |
4.1. Jak przejść od teorii do praktyki, czyli jak używać programów z dyskietki? (53) |
4.2. Czego można oczekiwać od neuronu? (56) |
4.3. Co warto zaobserwować podczas dalszych eksperymentów? (60) |
4.4. Jak sobie poradzić z większą liczbą wejść neuronu? (66) |
4.5. Jak się zachowuje prosta liniowa sieć neuronowa? (68) |
4.6. Jak zbudować prostą liniową sieć neuronową? (69) |
4.7. Jak wykorzystać opisaną sieć neuronową? (71) |
4.8. Jak i po co wprowadza się w sieci neuronowej rywalizację? (75) |
4.9. Jakie są dalsze możliwości wykorzystania sieci neuronowej? (77) |
5. Uczenie prostych liniowych sieci jednowarstwowych (79) |
5.1. Jak zbudować ciąg uczący? (79) |
5.2. Jak można nauczać jeden neuron? (81) |
5.3. Czy neuron może mieć wrodzone zdolności? (86) |
5.4. Jak mocno należy neuron uczyć? (86) |
5.5. Jak uczyć prostą sieć? (87) |
5.6. Czy sieć może filtrować sygnały? (92) |
6. Sieci nieliniowe (97) |
6.1. Po co komu nieliniowości w sieci? (97) |
6.2. Jak działa nieliniowy neuron? (98) |
6.3. Jak działa sieć złożona z nieliniowych neuronów? (101) |
6.4. Jak przedstawić działanie nieliniowych neuronów? (103) |
6.5. Jakie możliwości ma wielowarstwowa sieć nieliniowych neuronów? (106) |
6.6. Jak w przestrzeni wag przebiega uczenie nieliniowego neuronu? (109) |
6.7. Jakie badanie możesz przeprowadzić podczas uczenia neuronu? (113) |
7. Backpropagation (115) |
7.1. Co to jest backpropagation? (115) |
7.2. Jak zmieniać "próg" nieliniowej charakterystyki neuronu? (116) |
7.3. Jaki jest najczęstszy kształt nieliniowej charakterystyki neuronu? (117) |
7.4. Jak działa wielowarstwowa sieć złożona z nieliniowych elementów? (120) |
7.5. Jak można uczyć wielowarstwową sieć? (125) |
7.6. Co obserwować podczas uczenia wielowarstwowej sieci? (126) |
8. Formy uczenia sieci neuronowych (137) |
8.1. Jak wykorzystać wielowarstwową sieć neuronową do rozpoznawania? (137) |
8.2. Jak zaprogramowałem najprostszą sieć neuronową do rozpoznawania? (138) |
8.3. Jak wybierać strukturę sieci neuronowej w trakcie eksperymentów? (141) |
8.4. Jak możesz tworzyć zadania rozpoznawania dla sieci? (142) |
8.5. Jakie formy uczenia można zaobserwować w sieci? (147) |
8.6. Co jeszcze można zaobserwować w badanej sieci? (160) |
9. Sieci neuronowe samouczące się (165) |
9.1. Na czy polega idea samouczenia sieci? (165) |
9.2. Jak przebiega dłuższe samouczenie sieci? (174) |
9.3. Czy postęp samouczenia można uznać za rosnącą mądrość sieci? (180) |
9.4. Co jeszcze warto zauważyć podczas samouczenia sieci? (182) |
9.5. Czy każde dane wejściowe spowodują samouczenie się sieci? (192) |
9.6. Co może dać wprowadzenie konkurencji do sieci? (195) |
9.7. Jakie formy samouczenia daje wprowadzenie konkurencji do sieci? (200) |
10. Sieci samoorganizujące się (205) |
10.1. Na czym polega samoorganizacja w sieci i do czego może się przydać? (205) |
10.2. Jak wprowadza się do sieci sąsiedztwo? (208) |
10.3. Co wynika z tego, że jakieś neurony używamy za sąsiednie? (212) |
10.4. Co potrafią zrobić sieci Kohonena? (216) |
10.5. Co zrobią sieci Kohonena w przypadku trudniejszych danych? (222) |
10.6. Co się dzieje w sieci przy nadmiernie szerokim zakresie początkowych wag? (225) |
10.7. Czy można zmieniać formę samoorganizacji w trakcie samouczenia sieci? (227) |
10.8. No dobrze, tylko do czego się to wszystko może przydać? (228) |
10.9. W jaki sposób sieć może służyć jako narzędzie do transformacji wymiaru przestrzeni sygnałów wejściowych? (234) |
10.10. Jak sterować samouczeniem sieci Kohonena? (240) |
11. Sieci rekurencyjne (243) |
11.1. Co to jest sieć neuronowa rekurencyjna? (243) |
11.2. Jakie właściwości mają sieci ze sprzężeniem zwrotnym? (249) |
11.3. Po co komu takie sieci neuronowe z pętelkami? (251) |
11.4. Jak jest zbudowana sieć Hopfielda? (254) |
11.5. Jak działa sieć neuronowa jako pamięć skojarzeniowa? (256) |
11.6. Jak samodzielnie badać działanie sieci Hopfielda? (262) |
11.7. Jak i po co korzystać z automatycznej generacji wzorców dla sieci Hopfielda? (271) |
11.8. Co daje zastosowanie ortogonalnych wzorców? (273) |
11.9. Jakie badania można przeprowadzić na pamięci asocjacyjnej? (276) |
11.10. Co jeszcze warto zaobserwować w pamięci asocjacyjnej? (281) |
12. Gotowce (285) |
12.1. Jak przejść do zabawy z sieciami neuronowymi do ich profesjonalnego stosowania? (285) |
12.2. Jakie są dostępne rodzaje narzędzi do pracy z sieciami neuronowymi? (287) |
12.3. Jakie konkretne programy są godne polecenia? (288) |
12.4. Gdzie zasięgać informacji na temat tych programów? (293) |
12.5. Czy da się coś wyłowić z Internetu? (294) |
Ramki (295) |
Dodatek (307) |
Indeks (309) |
© 2002-2004 Centralny Instytut Ochrony Pracy - Państwowy Instytut Badawczy www.anc.pl, www.ciop.pl