Сети нейронные

Сети нейронные глубокие — многослойная нейронная сеть, в которой «усвоенные» данные пропускаются через несколько слоёв «нейронов»; на каждом слое результат предыдущего слоя используется в качестве

Конструкторы нейронных сетей — среда разработки нейронных сетей «под задачу», позволяющая сгенерировать несколько десятков различных типов нейронных сетей, а затем обучить их на заданных наборах

Ускорители графические — графические карты для вывода изображений на экран компьютера, позволяющие проводить сверхбыстрые и массивные параллельные вычисления, за счёт этого ставшие основным носителем вычислений

Эпоха (Еpoch) – один этап функционирования генетического алгоритма. На нем осуществляется вычисление приспособленности каждой особи популяции. Затем на основании приспособленности отбираются хромосомы, участвующие в формировании

Популяция (Population) – совокупность особей, участвующих в генетических операциях. В классических реализациях алгоритма ее размер постоянен. [Интеллектуальные информационные системы. История развития искусственного интеллекта. СГУ. (Электронный

Приспособленность, фитнесс (Fitness) – параметр, определяющий, насколько хорошо данная особь отвечает требованиям. Приспособленность рассчитывается для каждой особи на основе данных, закодированных в генотипе, и используется

Фенотип (Phenotype) – представление особи в виде, имеющемся в реальном мире. [Интеллектуальные информационные системы. История развития искусственного интеллекта. СГУ. (Электронный ресурс). Режим доступа: http:// studfile.net›preview

Генотип (Genotype) – представление особи в терминах генетического алгоритма. [Интеллектуальные информационные системы. История развития искусственного интеллекта. СГУ. (Электронный ресурс). Режим доступа: http:// studfile.net›preview /5997669/ page:6/,

Ген (Gene) в генетических алгоритмах представляет собой основную единицу информации, определяющую характеристику особи. Например, если мы используем генетический алгоритм для обучения нейронной сети, то тогда