Neuronové sítě a jejich aplikace

Abstract

Cílem této práce je podat ucelený pohled na nejznámější typy umělých neuronových sítí a možnosti jejich aplikací. Popsány jsou dopředné sítě s algoritmem učení zpětného šíření chyby, Hopfieldovy sítě a samoorganizující se sítě (Kohonenovy mapy). Ve druhé části práce je provedena demonstrace typických aplikací popsaných sítí a jsou diskutovány faktory ovlivňující úspěšnost těchto sítí při řešení zvolených problémů.The aim of this thesis is to present a consistent insight into the most frequently used types of artificial neural networks and their applications. It depicts feedforward neural networks with backpropagation training algorithm, Hopfield networks and self-organizing maps (Kohonen maps). Second part of this thesis demonstrates typical applications of described networks and discusses various factors, which influence performance of these networks on chosen tasks.