Учебная работа № 01461. «Отчет по практике В бухгалтерии ООО «Капитель»
Содержание:
«Содержание
Введение 3
1. Общая характеристика ООО «Капитель» 4
2. Характеристика функций подразделений предприятия 6
3. Анализ нормативно-правовой базы деятельности предприятия 10
4. Описание и характеристика форм первичной и отчетной документации предприятия 12
5. Основные экономические показатели деятельности предприятия 16
Заключение 25
Список использованной литературы 26
»
Выдержка из подобной работы:
….
Нейроподобный элемент нейрон
…..
Выходной сигнал нейрона y определяется путем пропускания уровня
возбуждения S через нелинейную функцию
где q — некоторое постоянное смещение . Обычно используются простейшие нелинейные функции: бинарная
Рис. 1.2.
или сигмоидная
В такой модели нейрона пренебрегают многими известными
характеристиками биологического прототипа которые некоторые исследователи
считают критическими. Например в ней не учитывают нелинейность
пространственно-временной суммации которая особенно проявляется для сигналов
приходящих по возбуждающим и тормозящим синапсам различного рода временные
задержки эффекты синхронизации и частотной модуляции рефрактерность и т.п.
Несмотря на это нейроподобные сети построенные на основе таких простых
нейроподобных элементов демонстрируют ассоциативные свойств напоминающие
свойства биологических систем.
2. Нейроподобная
сеть.
Нейроподобная сеть представляет собой совокупность
нейроподобных элементов определенным образом соединенных друг с другом и с
внешней средой. Входной вектор подается на сеть путем активации входных нейроподобных
элементов. Множество выходных сигналов нейронов сети y1 y2 … y сети осуществляется
преобразование входного вектора в выходной т.е. некоторая переработка
информации которую можно интерпретировать например как функцию гетеро- или
автоассоциативной памяти. Конкретный вид выполняемого сетью преобразования
информации обусловливается не только характеристиками нейроподобных элементов
но и особенностями ее архитектуры т.е. той или иной топологией межнейронных
связей выбором определенных подмножеств нейроподобных элементов для ввода и
вывода информации или отсутствием конкуренции направлением и способами
управления и синхронизации информационных потоков между нейронами и т.д.
2.1. Модели нейронных сетей.
Рассматриваемые нами модели нейронных сетей объединены в три
группы. В п. 2.1.1. рассматриваются сети персептронного типа для которых
характерно отсутствие обратных связей между нейроподобными элементами
организованными в слои. Отличительной особенностью сетей представленных в п.
2.1.2 являются симметричные связи между любыми двумя соединенными нейронами. В нейросетевых
архитектурах описанных в п. 2.1.3 между нейронами одного слоя имеются
постоянные тормозящие связи .
2.1.1. Сети с прямыми связями.
Прямой персептрон. В середине 50-х годов была предложена одна из
первых моделей нейронных сетей которая вызвала большой интерес из-за своей
способности обучаться распознаванию простых образов. Эта модель — персептрон —
состоит из бинарных нейроподобных элементов и имеет простую топологию что
позволило достаточно полно проанализировать ее работу и создать многочисленные
физические реализации. Типичный персептрон состоит из трех основных
компонент:
{
w[] || [];
w[h {
asy:
});
});
[0]»