Пользовательские нейронные сети

Создайте объект нейронной сети

Создайте и изучите основные компоненты объекта нейронной сети.

Сконфигурируйте входы и выходы неглубокой нейронной сети

Узнайте, как настроить сеть вручную перед обучением с помощью configure функция.

Общие сведения о сетевых структурах данных мелкого заложения

Узнайте, как формат структур входных данных влияет на симуляцию сетей.

Редактирование свойств неглубокой нейронной сети

Настройте сетевую архитектуру с помощью ее свойств, используйте и обучите пользовательскую сеть.

Исторические и альтернативные нейронные сети

Адаптивные нейронные сетевые фильтры

Спроектируйте адаптивную линейную систему, которая реагирует на изменения в ее окружении во время работы.

Нейронные сети Perceptron

Изучение архитектуры, проекта и обучения сетей перцептрона для простых задач классификации.

Классификация с двумя-входным перцептроном

Нейрон с двумя входами жесткого предела обучен классифицировать четыре входных вектора в две категории.

Выбросы Входа векторы

Нейрон с 2 входами жесткого предела обучен классифицировать 5 входных векторов в две категории.

Нормированное правило Перцептрона

Нейрон с 2 входами жесткого предела обучен классифицировать 5 входных векторов в две категории.

Линейно неотделимые векторы

Нейрон с 2 входами жесткого предела не может правильно классифицировать 5 входных векторов, потому что они линейно неразделимы.

Радиальный базис нейронных сетей

Научитесь проектировать и использовать радиальные базисы сети.

Радиальное приближение базиса

Этот пример использует функцию NEWRB, чтобы создать радиальную сеть базиса, которая аппроксимирует функцию, заданную набором точек данных.

Радиальный базис подстилающих нейронов

Радиальная сеть базиса обучена отвечать на конкретные входы с целевыми выходами.

Радиальный базис, перекрывающий нейроны

Радиальная сеть базиса обучена отвечать на конкретные входы с целевыми выходами.

GRNN- Приближения функций

Этот пример использует функции NEWGRNN и SIM.

Классификация PNN

Этот пример использует функции NEWPNN и SIM.

Вероятностные нейронные сети

Используйте вероятностные нейронные сети для задач классификации.

Обобщенные регрессионные нейронные сети

Научитесь проектировать обобщенную регрессионую нейронную сеть (GRNN) для приближения функций.

Нейронные сети обучения Вектора квантования (LVQ)

Создайте и обучите нейронную сеть квантования векторов обучения (LVQ).

Квантование векторов обучения

Сеть LVQ обучена классифицировать входные векторы согласно заданным целям.

Линейные нейронные сети

Спроектируйте линейную сеть, которая, когда представлена с набором заданных входных векторов, производит выходы соответствующих целевых векторов.

Линейное Предсказание Проекта

Этот пример иллюстрирует, как спроектировать линейный нейрон, чтобы предсказать следующее значение во временных рядах, заданной последними пятью значениями.

Адаптивное линейное предсказание

Этот пример показывает, как адаптивный линейный слой может научиться предсказывать следующее значение в сигнале, учитывая текущее и последние четыре значения.