INFORMATIKAI KAR DOKTORI PROGRAM
SZIGORLATI TEMATIKA

Neurális számítások



1. Neuronháló struktúrák
1.1 Modellek
1.2 Számítások
1.3 Elõnyök, hátrányok
2 Neuronháló típusok
3.1 Egyrétegû perceptron
3.2 Többrétegû perceptron
3.3 Rekurrens hálózatok
3.4 Hopfield háló
3.5 Boltzmann gép
3.6 Support-vektor gép
3.7 Gépi bizottság (Committee of machines)
3.8 Önszervezõ térkép (SOM
3.9 On-line tanítható hálók
3.10 Tüzelõ hálók
3.11 Adatok reprezentáció
4 Kapcsolat az optimalizációs eljárásokkal
5 Alkalmazások
5.1. Függvényapproximáció
5.2. Idõsorok predikciója
5.3 Osztályzás és klaszterezés
5.4 Alakzat-felismerés

 


Irodalom:


Bishop, C.M. (1995) Neural Networks for Pattern Recognition, Oxford: Oxford University Press. ISBN 0-19-853849-9 (hardback) or ISBN 0-19-853864-2 (paperback)
Duda, R.O., Hart, P.E., Stork, D.G. (2001) Pattern classification (2nd edition), Wiley, ISBN 0471056693
Gurney, K. (1997) An Introduction to Neural Networks London: Routledge. ISBN 1-85728-673-1 (hardback) or ISBN 1-85728-503-4 (paperback)
Hertz, J., Palmer, R.G., Krogh. A.S. (1990) Introduction to the theory of neural computation, Perseus Books. ISBN 0201515601
Haykin, S. (1999) Neural Networks: A Comprehensive Foundation, Prentice Hall, ISBN 0-13-273350-1

Neuronhálókkal kapcsolatos forrásanyagok: http://www.neoxi.com/NNR/

Online tananyagok:

http://www.statsoftinc.com/textbook/stneunet.html
http://www.inference.phy.cam.ac.uk/mackay/itila/
http://www.benbest.com/computer/nn.html