Теория сетей
Динамика инвестиционного процесса: анализ и прогноз - Заботнев М.С.
Работа посвящена проблеме прогнозирования хода торгов на фондовом рынке. Взаимодействие большого количества людей, участвующих в инвестиционном процессе, рассматривается с позиций теории хаоса и самоорганизации. На основе представлений нелинейной динамики и нейронауки разработана методика построения краткосрочных биржевых прогнозов. Детальный анализ практических результатов, полученных при опытной эксплуатации предсказывающей системы на фондовом рынке России, позволяет сделать выводы о применимости исследуемого подхода, а также наметить основные перспективы развития данного метода.
НЕЙРОННЫЕ СЕТИ и ИХ УСТРОЙСТВО - Четвериков С.В.
Нейронные сети представляют собой новую и весьма перспективную вычислительную технологию, дающую новые подходы к исследованию динамических задач в финансовой области. Первоначально нейронные сети открыли новые возможности в области распознавания образов, затем к этому прибавились статистические и основанные на методах искусственного интеллекта средства поддержки принятия решений и решения задач в сфере финансов. Способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможности применять нейронные сети для решения широкого класса финансовых задач. В последние несколько лет на основе нейронные сетей было разработано много программных систем для применения в таких вопросах, как операции на товарном рынке, оценка вероятности банкротства банка, оценка кредитоспособности, контроль за инвестициями, размещение займов.
Ф. Уоссермен - Нейрокомпьютерная техника: Теория и практика
В книге американского автора в общедоступной форме излагаются основы построения нейрокомпьютеров. Описаны структура нейронных сетей и различные алгоритмы их настройки. Отдельные главы посвящены вопросам реализации нейронных сетей.
Нейрокибернетика, нейроинформатика, нейрокомпьютеры - В.Л. Дунин-Барковский
Для описания алгоритмов и устройств в нейроинформатике выработана специальная "схемотехника", в которой элементарные устройства – сумматоры, синапсы, нейроны и т.п. объединяются в сети, предназначенные для решения задач. Стандартный формальный нейрон составлен из входного сумматора, нелинейного преобразователя и точки ветвления на выходе. Дано описание основных элементов, из которых составляются нейронные сети. Рассматриваются только нейронные сети, синхронно функционирующие в дискретные моменты времени. Описаны основные архитектуры нейронных сетей.
Погрешности в нейронных сетях - А.Н. Горбань, М.Ю. Сенашова
Рассматриваются нейронные сети слоистой структуры, состоящие из слоев стандартных нейронов. Изучаются ошибки, возникающие при технической реализации сетей, а также при шумах и повреждениях. Определены максимально допустимые погрешности, возможные для сигналов и параметров каждого элемента сети, исходя из условия, что вектор выходных сигналов сети должен вычисляться с заданной точностью. Используются два типа оценок погрешности: гарантированные интервальные оценки и среднеквадратические оценки погрешностей.
Содержание раздела
