Разработка модели многослойной нейронной сети и ее обучение. (проект)

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Ментор Иван Лисенков
Учебный семестр Весна 2016
Учебный курс 1-й курс
Проект можно развивать на летней практике
Максимальное количество студентов, выбравших проект: 3



Что это за проект?

Разработать приложение моделирующую классическую модель многослойной нейронной сети с возможностью установки вручную весов синаптических связей, а так же автоматической коррекции весов с помощью алгоритма обучения.

Чему вы научитесь?

  • Формулировать постановку задачи
  • Писать надежный и понятный код
  • Основам теории нейронных сетей на примере классической модели многослойной нейронной сети

Какие начальные требования?

  • Программирование на C/C++/Python (в рамках прослушанного курса).
  • Желание разобираться в современных алгоритмах теории искуственных нейронных сетей.

Какие будут использоваться технологии?

C++ / Python в рамках прослушанного курса.

Темы вводных занятий

Основы теории нейронных сетей (Модель Маккалока-Пиитса, Персептрон Розенблатта, Многослойная нейронная сеть, Алгоритм обучения многослойной нейронной сети методом обратного распространения ошибки)

Направления развития

- Визуализация обучающей выборки, предварительная обработка данных

- Интеграция с реляционной базой данных

Критерии оценки

4-5 : реализованная и протестированная модель многослойной нейронной сети и алгоритм обучения (обратного распространения ошибки)

6-7 : Оптимизация алгоритма обучения посредством автоматической коррекции шага обучения; инициализации весовых коэффициентов.

8-10 : Дополнительно, визуализация процесса обучения (Зависимость интегральной ошибки от номера итерации/эпохи), работа с файлами (возможность интеграции import/export файлов обучающей выборки с существующим ПО статистической обработки данных)

Ориентировочное расписание занятий

ВТ 15.00-21.00 ЧТ 15.00-21.00