Обучение ассоциативной памяти с символьными значениями весов и переменных в задаче распознавания траекторий аэробаллистического аппарата

Консультант(ы): 

Ключевые слова: 

Тематика проводимого исследования: 

Наука о данных, машинное обучение, идентификация систем

Приобретаемые знания: 

Методы обработки символьной информации, алгоритмы работы нейронной сети (эти знания могут быть полезны и в теории когнитивных карт).

Приобретаемые навыки и умения: 

Обработка символьной информации, работа в среде Python, написание отчетов на основе полученных результатов обучения и моделирования.

Необходимый уровень знаний и навыков практиканта для выполнения задания: 

Начальные знания в теории множеств и алгебре, Python.

Тип проекта: 

Курсовая работа

Период практики: 

3 месяца

Краткое описание проекта: 

Рассматривается тренировка ассоциативной памяти на запоминание паттернов символьной информации. Требуется классифицировать траектории аэробаллистического аппарата по символьной входной информации с помощью такой предварительно обученной сети.

Задания на практику: 

1) Разобраться с началами теории решеток, т.е. Частично упорядоченных множеств символов, и теории нечетких нейронных сетей. 2) Программная реализация построения заданной решетки. 3) Программное моделирование работы многозначной ассоциативной памяти с заданной решеткой значений весов и переменных. 4) Исследовать, всегда ли можно сохранить заданные множества паттернов в такой многозначной ассоциативной памяти и получить гипотезу возможности такого сохранения. 5) Построить решетку возможных значений переменных для отображения символьной информации о траектории аэробаллистического аппарата. 6) Обучить построенную ассоциативную память с такой решеткой переменных и весов на распознавание определенных типов траекторий. 7) Получить ограниченную статистику распознавания траекторий с помощью предварительно обученной ассоциативной памяти и сравнить ее с известными результатами, полученными другим методом.

Результат выполнения проекта: 

Отчет о полученных результатах классификации траектории аэробаллистического аппарата по символьной входной информации, программная реализация работы ассоциативной памяти при обучении и классификации в среде Python.