14 mavzu. Neyron tarmoqni o’qitish masalasi. Neyron tarmoq aniqligini oshirish yo’llari. Reja

14-ma’ruzalar uchun adabiyotlar

1. 
   Горбань А.Н. Обучение нейронных сетей. М.: изд-во СССР-США СП “ParaGraph”, 1990. 160 с.
   

2. Розенблатт, Ф. Принципы нейродинамики: Перцептроны и теория механизмов мозга = Principlesof Neurodynamic: Perceptron sand the Theory of Brain Mechanisms. -М.: Мир, 1965. -480 с.
3. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities // Proc. Nat. Acad. Sci. USA. 1982. Vol. 79. P.2554-2558.
4. Башмаков А.И., Башмаков И.А.Интеллектуальные информatsiонные технологии: Учеб.пособие. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 304 с : ил. - (Информатика в техническом университете). ISBN 5-7038-2544-Х.
5. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учебное пособие для вузов.-М.: ИПРЖР, 2000. -416 с.
6. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учеб. пособие для вузов. -М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. -320 с.
7. Компьютеры и мозг [Электронный ресурс] / А.А. Ежов, С.А. Шумский. - Электрон, текстовые дан. (416768 байт). -М.: Компания «НейрОКИнтелсофт», 1999. -Режим доступа: http: //www.neurok.ru/pub/archive/cb.zip.
8. Уоссерман Ф. Нейрокомпьютерная техника. -М.: Мир, 1992.
9. Галушкин А.И. Нейрокомпьютеры. Кн. 3: Учебное пособие для вузов. -М.:ИПЖР, 2000. -528 с.
10. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учебное пособие для вузов. -М.: ИПРЖР, 2000. -416 с.
11. Байдык Т.Н. Нейронные сети и задачи искусственного интеллекта. -Киев: Наукова думка, 2001.
12. Стюарт Рассел, Питер Норвиг. Искусственный интеллект: Современный подход. 2-е изд.: пер. с англ. - М.: Изд.дом «Вильямс», 2006. - 1408с.: ил. Парал.тит.англ.
13. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 276 с.
14. Галушкин А.И. Нейрокомпьютеры. Кн. 3: Учебное пособие для вузов. - М.: ИПЖР, 2000. -528 с.
15. В.И. Васильев. Распознающие системы. Справочник. - Киев, Наукова думка, 1983.
16. А.В. Гаврилов. Лабораторный практикум по нейронным сетям. Ч. 1. - Новосибирск: Изд-во НГТУ, 1999.
17. Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем. - СпБ, Питер, 2000.

1. 
   18. С. Короткий, Нейронные сети: алгоритм обратного распространения.
   
2. 
   19. С. Короткий, Нейронные сети: обучение без учителя.
   
3. 
   20. Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992.
   

21. И.А.Бессмертный. Искусственный интеллект - СПб: СПбГУ ИТМО, 2010. -132 с.

4. 
   22. Sankar K. Pal, Sushmita Mitra, Multilayer Perceptron, Fuzzy Sets, and Classification //IEEE Transactions on Neural Networks, Vol.3, N5,1992, pp. 683-696.
   
5. 
   23. Bernard Widrow, Michael A. Lehr, 30 Years of Adaptive Neural Networks: Perceptron, Madaline, and Backpropagation //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.327-354.
   
6. 
   24. Paul J. Werbos, Backpropagation Through Time: What It Does and How to Do It //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.309-319.
   
7. 
   25. Gael de La Croix Vaubois, Catherine Moulinoux, Benolt Derot, The N Programming Language //Neurocomputing, NATO ASI series, vol.F68, pp.89-92.
   
8. 
   26. H.A.Malki, A.Moghaddamjoo, Using the Karhunen-Loe`ve Transformation in the Back-Propagation Training Algorithm //IEEE Transactions on Neural Networks, Vol.2, N1, 1991, pp.162-165.
   
9. 
   27. Harris Drucker, Yann Le Cun, Improving Generalization Performance Using Backpropagation //IEEE Transactions on Neural Networks, Vol.3, N5, 1992, pp.991-997.
   
10. 
    28. Alain Petrowski, Gerard Dreyfus, Claude Girault, Performance Analysis of a Pipelined Backpropagation Parallel Algorithm //IEEE Transactions on Neural Networks, Vol.4, N6, 1993, pp.970-981.
    

29. Иванов, В. М. Интеллектуальные системы : учебное пособие / В. М. Иванов. -Екатеринбург : Изд-во Урал.ун-та, 2015. -92 с.
30. Ф.Блум, А.Лейзерсон, Л.Хофстедтер. Мозг, разум и поведение, М., Мир, 1988.

11. 
    31. Keun-Rong Hsieh and Wen-Tsuen Chen, A Neural Network Model which Combines Unsupervised and Supervised Learning, IEEE Trans. on Neural Networks, vol.4, No.2, march 1993.
    

32. Кохонен Т. Ассоциативная память. -М.: Мир, 1980.
33. Заенцев И. В. Нейронные сети: основные модели. - Воронеж: Изд-во Воронежского госуд. ун-та, 1999. - 76 с.
34. Г. К. Вороновский, К. В. Махотило, С. Н. Петрашев, С. А. Сергеев. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. - Х.: ОСНОВА, 1997. - 112 с.
35. Д. Рутковская, М. Пилиньский, Л. Рутковский. Нейронные сети, генетические алгоритмы и нечёткие системы.- М.: Горячая линия - Телеком, 2006. - 452 с.
36. Р. Каллан. Основные концепции нейронных сетей.- Москва, Санкт-Петербург, Киев: Издательский дом «Вильямс», 2001. - 287 с.
37. М. Тим Джонс. Программирование искусственного интеллекта в приложениях. Пер. с англ. Осипов А. И. - М.: ДМК Пресс, 2006. - 312 с.
38. А. Б. Барский. Нейронные сети: распознавание, управление, принятие решений. - М.: Финансы и статистика, 2007. - 174 с.
39. А. А. Ежов, С. А. Шумский. Нейрокомпьютинг и его применение в экономике и бизнесе. Учеб. Пособие. - М.: МИФИ, 1998. - 222 с.
40. С. Осовский. Нейронные сети для обработки информatsiи. - М.: Финансы и статистика, 2004. - 343 с.