Файл: Элементы нейронных сетей.pdf

Лишь в последнее время начинает появляться интерес к использованию нейронных сетей для оценки ситуации, применению нечеткой логики для принятия решений и других более сложных приложений. При этом в качестве потребителя такой информации выступают либо люди, хорошо знающие потенциальные возможности нейронных сетей, либо решающие такие задачи традиционными методами и вынужденные искать другие, более эффективные способы решения задач.

Под нейрокомпьютером в данной работе понимается любое вычислительное устройство, реализующее работу нейронных сетей, будь то специальный нейровычислитель или эмулятор нейронных сетей на персональном компьютере. Под нейронной сетью - вид вычислительной структуры, основанной на использовании нейроматематики - нового направления математики, находящегося на стыке теории управления, численных методов и задач классификации. распознавания образов. Для решения конкретных задач используются пакеты прикладных программ - эмуляторов работы нейронных сетей (нейропакеты), нейросетевые и гибридные экспертные системы, специализированные параллельные вычислители на базе нейрочипов.

Использование нейронных сетей во всех областях человеческой деятельности, в том числе в области экономики, движется по нарастающей, отчасти по необходимости и из-за широких возможностей для одних, из-за престижности для других и из-за интересных приложений для третьих. Это является неизбежным следствием развития вычислительной математики, информационных технологий и современной элементной базы.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Банковское дело: современная система кредитования : учебное пособие / О.И. Лаврушин, О.Н. Афанасьева, СЛ. Корниенко ; под ред. засл. деят. науки РФ, д-ра экон. наук, проф. О.И. Лаврушина. — 3-е изд., доп. - М. : КНОРУС, 2007. - 264 с.
2. Галушкин А.И. Нейронные сети. Основы теории. – М.: Горячая линия - Телеком, 2010. – 496 с.
3. Герасименко Н. А. Нейросетевые технологии в анализе фондового рынка [Электронный ресурс]. - Режим доступа: http://fa-kit.ru/main_dsp.php?top_id=1086
4. Иванов Д. В. Прогнозирование финансовых рынков с использованием искусственных нейронных сетей [Электронный ресурс]. - Режим доступа: forex-mmcis.ru./D.Ivanov.
5. Иванов М.Н. Анализ роста курса акций с применением нейронных сетей. //Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение». – 2002.c.756-772.
6. Коренная Т. В. Анализ фондовых рынков с помощью аппарата теории функций комплексной переменной [Текст]: дис. на к. э. н.: 08.00.13. – С.-П.б. 2009. – 278с.
7. Кручинин, А. Ю. Алгоритм распознавания двумерных графических кодов с произвольным углом поворота и наклона камеры: материалы седьмой всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» / А.Ю. Кручинин. - Оренбург: ИПК ГОУ ОГУ, 2008. - С. 193-196.
8. Методы обучения нейросистем [WWW document]. http://zdo.vstu.edu.ru/umk/html/manual/L5_6.html
9. Минский М. Персептроны / М.Минский, С.Пейперт. - М.: Мир, 2007. - 261 с.
10. Мицель А. А., Ефремова Е. А. Прогнозирование динамики цен на фондовом рынке [Текст] / Мицель А. А., Ефремова Е. А. //Томский государственный университет систем управления и радиоэлектроники. – Томск. : ТГУСУР, 2007. – 76 с.
11. Новикова Н. М. Структурное распознавание образов. Учебно-методическое пособие для вузов. – Воронеж: Издательско-полиграфический центр Воронежского государственного университета, 2008. – 256 с.
12. Палкин, Н.Б. Бизнес-аналитика: от данных к знаниям / Н. Б. Палкин, В. И. Орешков. – СПб.: Питер, 2009. – 256 с.
13. Потапов А.С. Распознавание образов и машинное восприятие. - СПб.: Политехника, 2007. - 548 с
14. Розанова, Н. Экономический анализ отрасли информационных технологий: мировой опыт и реальность России. // TERRA ECONOMICUS - № 3 - 2009
15. Рудаков К.В. Об алгебраической теории универсальных и локальных ограничений для задач классификации //Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 1. - М.: Наука, 2007. - С. 176-200.
16. Солдатова О.П., Семенов В.В. Применение нейронных сетей для решения задач прогнозирования// Электронный научный журнал «исследовано в России»http://zhurnal.gpi.ru/articles/2006/136.pdf
17. Уоссермен Ф. Нейронные сети. Модифицированные базовые индикаторы в NeuroShell DayTrader. Часть 1. Май 21, 2012 – 00:25 [Электронный ресурс]. - Ре­жим доступа: http://iworkclub.net/Iskusstvennie NejronnieSeti/uossermen-nejronnie-seti
18. Фомин Я. А. Распознавание образов: теория и применения – 2-е изд. – М.: ФАЗИС, 2012. – 429 с.
19. Хайкин С. Нейронные сети: полный курс. 2-е изд. – М.: «Вильямс», 2006. – 1104 с.
20. Шапиро Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман  – М.: Бином. Лаборатория знаний, 2006. – 752 с. 
21. Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Нейросетевое моделирование: многослойный персептрон [WWW document].www.ievbran.ru/kiril/Library/Book1/content394/content394.htm