Dr Srdjan Milenkovic: Vestacke neuronske mreze (Sazetak)

U trecoj uvodnoj glavi ove monografije najpre je napravljena paralela izmedju savremenih racunara i bioloskih nervnih sistema. Nakon toga ukratko je opisano funkcionisanje prirodnog neurona. Takodje je dat pregled modela neurona koji se najcesce srecu u literaturi. Slozenije strukture koje nastaju povezivanjem vise neurona, to jest neuronske mreze, su razmatrane i izvrsena je njihova klasifikacija na osnovu arhitekture. Uvodna glava se zavrsava definicijom problema ucenja i kracim pregledom procedura za njegovo obavljanje.

Cetvrta glava monografije se detaljnije bavi algoritmima za obucavanje neuronskih mreza. Pre svega razmatran je perceptron, najjednostavnija mreza sastavljena od samo jednog neurona, dok su dalja izlaganja posvecena ucenju viseslojnih i potpuno povezanih mreza. Obradjeni su backpropagation, Kohonen-ovo ucenje, Hopfield-ove mreze, Boltzmann-ova masina, reinforcement ucenje, celijske neuronske mreze i dinamicke procedure kao sto su kaskadna korelacija, tiling algoritam i ucenje simuliranim ocvrscavanjem.

Dve naredne glave monografije daju prakticnu upotrebljivost neuronskih mreza. Prva se bavi njihovom hardverskom realizacijom pri cemu se posebna paznja posvecena VLSI tehnici koja je, cini se, najpogodnija za ove namene. Pri tome je vise prostora posveceno hardverskoj realizaciji algoritama za ucenje, odnosno problemu ucenja na cipu. Najinteresantnij i najilustrativnije primene neuronskih mreza su prikazane u sestoj glavi. Obradjene su primene u obradi signala, OCR sistemima, sintezi i prepoznavanju govora i slicno.

KLJUCNE RECI:

neuron, vestacke neuronske mreze, ucenje, VLSI implementacija, primene.

prikaz knjige

Biblioteka DISSERTATIO

Zaduzbina Andrejevic