Development of feedforward neural network to solve problems of prediction and approximation

Abstract

Магистерская диссертация посвящена применению нейронных сетей в задачах прогнозирования и аппроксимации. Предложен пакетный метод обучения сети линейной аппроксимации и разработан вычислительный алгоритм обучения. В среде программирования Matlab реализован многослойный персептрон и модификация сети линейной аппроксимации. Проведенный вычислительный эксперимент подтверждает эффективность рассмотренных в диссертации нейронных сетей.

Master's thesis is devoted to application of neural networks in problems of prediction and approximation. A batch method of training a network of linear approximation is offered and computational algorithm training is developed. Multilayer perceptron and modification of the network of the linear approximation are realized in the programming environment Matlab. Realization of computing experiment confirms the effectiveness of neural networks considered in the thesis.