27-летний американец Крис Юриста (Chris Yurista) говорит, что цифровые файлы ему важнее, чем физическое имущество. Он продал квартиру, мебель и остальной хлам. Вся его модная одежда помещается в рюкзак, а сам Крис обрёл истинную свободу — он может ехать куда угодно и работать в любом месте. Главное, чтобы рядом был велосипед, ноутбук и маленькая клавиатура цифрового пианино.

Совокупность нейронов соединённых тем или иным способом называется искусственной нейронной сетью или просто нейронной сетью.
Закон по которому нейроны соединены в сеть носит название структуры или топологией сети.

Множество нейронов не соединённых между собой, но соедененные с другими нейронами носит название слоя нейрона.
Сети бывают 2х видов: однослойные, многослойные.

Простой перцептрон

Простой перцептрон состоит из 1го нейрона (один слой) с n входами и пороговой функции активации

Поскольку выходами сети является +1 или -1. То перцептрон эффективен для решение задачи классификации 2х классов.

Доброго времени вам суток, уважаемое Хабрасообщество.

Хочу вначале сделать маленький дисклеймер. Предыдущим постом в этом сообществе были рассмотрены основы искусственной нейронной сети. Я данной темой занималась для написания своей магистерской работы и соответственно прочитала в свое время достаточно литературы, поэтому мне бы хотелось немного дополнить и в дальнейшем продолжить вам рассказывать о том, что такое нейронная сеть, какое представление она имеет изнутри, как с ее помощью решают задачи и так далее…
Сразу оговорюсь, что я не гуру в данном вопросе, я его знаю (ну или знала, так как времени прошло уже достаточно) настолько глубоко, насколько мне было это необходимо для написания работающей нейронной сети для распознавания цифр, ее обучения и дальнейшего использования. Предметом исследования была структура нейронной сети для распознавания символов, а конкретно, зависимость между количеством нейронов в скрытом слое и сложностью выборки для входных данных (количеством символов для распознавания).

UPD: данный текст в основном является обобщением из прочитанной литературы. Он не написан мною лично. По крайней мере эта часть.
UPD2: Скорей всего продолжения данной темы не будет, так как хабрапользователь stepan_ovchinnikov, который является смотрителем данного блога, считает, что нет смысла писать здесь то, что можно прочитать из многочисленной литературы, которая есть по нейронным сетям. Так что извините.

Возможно первая часть будет в чем-то похожа на предыдущий пост хабрапользователя Kallisto, но я считаю, что стоит более детально рассмотреть строение искусственного нейрона, у меня есть, что добавить, ну и, плюс ко всему, я хочу написать полноценную и законченную серию постов про нейросети, не опираясь на уже написанное. Надеюсь вам будет полезен данный материал.

Здравствуйте, хабраобщество.

У меня в универе начался курс по нейронным сетям и хочу поделиться информацией с вами, заодно и сам буду лучше воспринимать информацию, а значит выигравшими будут все. Поехали.

Литература

1. Ben Krose, Valter van de Smagt: Introduction to neural networks.
2. Р. Каллан, Введение в нейронные сети.
3. Саймон Хайкин, Нейронные сети полный курс.
4. Gupta Jin Homma, Statical and Dynamical neural networks.

Первые 2 книги хороши для вступления, первая лучше всего, но она на английском, вторая также, чуть хуже изложена, но на русском.

Биологические основания нейронных сетей

.
// тема отдана на самостоятельную обработку.
Теория искусств нейронных сетей появилась, как попытка смоделировать ЦНС (ЦНС — центральная нервная система) высших млекопитающих в 50х годах прошлого столетия.

Выяснилось, что модели искусственных нейронных сетей (Далее ИНС, НС) слишком просты и современные модели нейрофизиологии по сложности на порядок превышает модели НС. Вместе с тем выяснилось, что теория ИНС является прекрасным инструментом для решения сугубо математических задач особенно к класам трудноформализируемых задач.

Под не формализуемыми задачами мы будем понимать задачи, для которых задачу сформулировать невозможно.
К числу таких задач относятся (пример):

• классификация
• кластеризации
• прогнозирования

Под трудно формализуемыми задачами мы будем подразумевать такие задачи для которых формулировка существует, но детерминированный алгоритм нахождения точного решения либо неизвестен, либо слишком затратный по ресурсам.

Чем выше размерность задачи, тем лучше работает нейронные сети и тем хуже классическая математика.

Концепции

Как сообщает портал Неогеография, приостановлены на неопределённое время официальные продажи на территории России профессиональной версии Google Earth.

Предполагаемая причина — нежелание Google скрывать режимные объекты по требованию госструктур. Но мы то знаем истинную причину, он просто не выдержал конкуренции с геопорталом Роскосмоса!

PS Новость вполне серьезная, для примера что было и как стало

Сегодня, примерно в районе обеденного времени, на сайте kosmosnimki.ru произошли кардинальные идеологические изменения. На сайте появилась детальная карта Республики Беларусь. Но сделана она была не картографами из коммерческих компаний, а обыкновенными людьми — участниками проекта OpenStreetMap, и, в отличие от карт коммерческих поставщиков, обновляется не раз в полгода, а в реальном времени.

Претворяя этот проект в жизнь, мы постарались учесть накопившийся багаж опыта и пожеланий к картам OpenStreetMap, не раз высказывавашийся на различных форумах, и даже тут, на Хабре.

Основатель OpenStreetMap Стив Кост, в октябре покинувший CloudMade, одним из основателей которого он являлся, будет работать в Bing Mobile в Сиэтле в качестве Principal Architect.

Но другая новость вообще потрясающая. Bing даст доступ сообществу OpenStreetMap к своим спутниковым снимкам, которые можно будет обводить в редакторе, следовательно, стоит ждать дальнейшего улучшения качества OpenStreetMap. Ранее, в 2006 году доступ к снимкам предоставил Yahoo! Это тогда было большим прорывом. В 2009 году свои данные открыл сайт Космоснимки.

Также сообщается, что Microsoft разрабатывает некий инструмент для редактирования OpenStreetMap.

Подробности:

В России катастрофическая ситуация с пожарами. МЧС делает, что может, добровольцы тоже координируют свои усилия по тушению пожаров и взаимопомощи. Сообщество OpenStreetMap тоже не осталось в стороне, и вместе с компанией СканЭкс затеяли беспрецедентный по масштабу проект: картографирование мест пожаров по снимкам из космоса, поступающим в реальном времени.

Данные проекта (с момента начала отрисовки OSM прошло немногим больше суток) уже анализируются специалистами, а также на них может посмотреть любой хабраюзер, зайдя на специальный сайт: http://fires.kosmosnimki.ru.