Список литературы по дисциплине Нейросетевые технологии. Темы курсовых работ.

Содержание

Список литературы по Нейросетевые технологии

Возможные темы курсовых работ по Нейросетевые технологии

Список литературы по Нейросетевые технологии

В списке литературы по дисциплине Нейросетевые технологии подобрано более 100 книг и статей.

1. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Поспелова Д.А. – М.: Наука, 1986. – 312 с.
2. Андрейчиков А. В. Интеллектуальные информационные системы: учебник / А. В. Андрейчиков, О. Н. Андрейчикова. — М.: Финансы и статистика, 2007. — 250 с.
3. Анил, К. Джейн. Введение в искусственные нейронные сети / К. Джейн Анил, Мао Жианчанг, К.М. Моиуддин. // Открытые системы. — 2007.
4. Аношкин А.В., Ломакин А.Б., Потюпкин А.Ю. Автоматизация управления техническим обеспечением применения войск (сил). Учебник. – М: МО РФ, 2006. – 463 с.
5. Арлоу Д., Нейштадт А. UML 2 и Унифицированный процесс: практический объектно-ориентированный анализ и проектирование. М.: - СПБ.: Символ – Плюс. 2008. – 621 с.
6. Арнольд В. И. О функциях трех переменных // Доклады Академии Наук СССР. 1957. Т. 114. № 4.
7. Арский, Ю. М. Принципы конструирования интеллектуальных систем / Ю. М. Арский, В. К. Финн // Информационные технологии и вычислительные системы. — 2008. — № 4. — С.4-38.
8. Астафьева, Н. М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. – 1998. – Т. 166. – № 11. – С. 1145–1170.
9. Астахова, И. С. Системы искусственного интеллекта. Практический курс: учеб. пособие / И.С. Астахова, А.С. Потапов, В.А. Чулюков. - М.: Бином, Лаборатория знаний, 2008. — 276 с.
10. Бабак, О. В. Об одном подходе к решению некоторых статистических задач обучения распознаванию образов при неполных наблюдениях / О. В. Бабак, А. Э. Татаринов // Управляющие системы и машины.— 2008.— № 4.— С. 37-42
11. Бабичева, И. Ф. Теоретические разработки по использованию вейвлет-анализа и нейросетевых технологий в системе диагностики и прогнозирования остаточного ресурса промышленного оборудования / И.Ф. Бабичева, А.В. Шарко // Техническая диагностика и неразрушающий контроль.— 2005.— № 2.— С. 17-21.
12. Байдин Д. Ю., Макурина Т. В., Черепанов Ф. М., Ясницкий Л. Н. Нейросетевая система прогнозирования склонности к научной деятельности // Актуальные проблемы математики, механики, информатики: сб. тез. Научню-практ. Конф. (Пермь, 30 октября — 1 ноября 2012 г.) / Перм. Гос. Нац. Исслед. Ун-т. — Пермь, 2012. С. 153.
13. Барский, А.Б. Логические нейронные сети: Учебное пособие / А.Б. Барский. - М.: Бином, 2013. - 352 c.
14. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика. 2007. – 174 с.
15. Башлы, П.Н. Современные сетевые технологии: Учебное пособие для вузов. / П.Н. Башлы. - М.: ГЛТ , 2006. - 334 c.
16. Башмаков А.И., Бащмаков И.А. Интеллектуальные информационные технологии: Учеб. пособие. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. – 304 с.:ил.
17. Битнер В.И. Принципы и протоколы взаимодействия телекоммуникационных сетей. М.: Горячая линия – Телеком. 2008. – 272 с.
18. Боровиков В. П. Нейронные сети. Statistica neural networks: методология и технологии современного анализа данных. – М.: Горячая линия-Телеком. – 2008. – 392 с.
19. Будылдина, Н.В. Сетевые технологии высокоскоростной передачи данных: Учебное пособие для вузов / Н.В. Будылдина, В.П. Шувалов. - М.: РиС, 2016. - 342 c.
20. Вагин, В. Н. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени / В. Н. Вагин, А. П. Еремеев // Известия РАН. Теория и системы управления. – 2001. – № 6. – С.114-123.
21. Вагин, В. Н., Достоверный и правдоподобный вывод в интеллектуальных системах / В. Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В.Фомина; Под редакцией В. Н. Вагина, Д. А. Поспелова. – 2-е издание. – М.: Физматлит, 2008. – 704 с.
22. Валеева, Р. Г. Методы искусственного интеллекта: учебное пособие / Р. Г. Валеева, С. В. Сильнова ; ГОУ ВПО УГАТУ.— Уфа: УГАТУ, 2009.— 125 с.
23. Вапник, В. Н. Теория распознавания образов: Статистические проблемы обучения / В. Н. Вапник, А. Я. Червоненкис.— М.: Наука, 1974 .
24. Виноградова, М.М. Интеллектуальные информационные технологии в экономике и управлении/М.М. Виноградова//Стратегический маркетинг гражданской продукции оборонной промышленности: доклад научно-практических семинаров. – М., 2008.
25. Вороновский Г. К. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. – Х.: ОСНОВА, 1997. – 112 с.
26. Галушкин А. И. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. – М.: ИПРЖР, 2000. – 528 с.
27. Галушкин, А.И. Нейронные сети: основы теории. / А.И. Галушкин. - М.: ГЛТ, 2010. - 496 c.
28. Галушкин, А.И. Нейросетевые технологии в криптографии: Учебное пособие для вузов. / А.И. Галушкин, Э.Д. Аведьян, Н.И. Червякова. - М.: Альянс, 2016. - 528 c.
29. Галушкин, А.И. Нейросетевые технологии в России (1982-2010) / А.И. Галушкин, С.Н. Симоров. - М.: ГЛТ, 2012. - 316 c.
30. Галушкин А. И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. – М.: ИПРЖР, 2000. – 416 с.
31. Горбань А. Н., Миркес Е. М. Логически прозрачные нейронные сети. Нейроинформатика и ее приложения: Тез. Докл. III всесоюз. семинара. — Красноярск: Изд-во КГТУ, 1999.
32. Горбань А. Н., Миркес Е. М. Нейронные сети ассоциативной памяти, функционирующие в дискретном времени / Вычислительный центр СО РАН. Красноярс. Рукопись деп. В ВИНИТИ 17.07.97. № 2436-В97.
33. Горбань А. Н. Нейроинформатика и ее приложения // Открытые системы. 1998. № 04–06.
34. Горбань А. Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сиб. журнал выч. матем. 1998. Т. 1. № 1. С. 12–24.
35. Горбань А. Н. Обучение нейронных сетей. – М.: СП ПараГраф, 1991. – 394 с.
36. Грабауров, В.А. Информационные технологии для менеджеров/В.А. Грабауров. - М.: Изд-во «Финансы и статистика», 2007.
37. Евтихиев Н. Н., Оныкий Б. Н., Перепелица В. В., Щербаков И. Б. Математические модели и оптические реализации многослойных и полиномиальных нейронных сетей. – М.: Препринт/МИФИ, 1994. – 32 с.
38. Елисеева, И.И. Основы информационных и телекоммуникационных технологий. Часть 3.Сетевые информационные технологии. Учебное пособие / И.И. Елисеева. - М.: Финансы и статистика, 2005. - 224 c.
39. Иртегов, Д. Введение в сетевые технологии. / Д. Иртегов. - СПб.: BHV, 2004. - 560 c.
40. Заенцев И. В. Нейронные сети: основные модели. Учебное пособие. – Воронеж: ВГУ, 2003. – 76 с.
41. Искусственный интеллект: В 3кн. Кн.1 Системы общения и экспертные системы: Справочник /Под ред. Э.В. Попова. - М.: Радио и связь,1990. - 464с.:ил.
42.  Искусственный интеллект.- В 3-х кн. Кн.2. Модели и методы: Справочник/ Под ред. Д.А.Поспелова - М.: Радио и связь,1990. - 304с.:ил.
43. Каллан, Р. Нейронные сети: Краткий справочник / Р. Каллан. - М.: Вильямс И.Д., 2017. - 288 c.
44. Каллан Р. Основные концепции нейронных сетей / Пер. с англ. — М: Вильямс, 2001. 288c.
45. Камер Д. Компьютерные сети и Internet: разработка приложений для Internet. Пер. с англ. М.: Вильямс. 2002. – 639 с.
46. Ковалевский С.В., Гитис В.Б. Создание и применение нейронных сетей для решения прикладных задач: Учебно-методическое пособие. – Краматорск: ДГМА, 2005. – 80 c.
47. Козлов Ю.М. Адаптация и обучение в робототехнике. – М.: Наука. Гл.ред.физ.-мат.лит., 1990. – 248с.
48. Комарцова Л.Г. Нейрокомпьютеры: учебное пособие для вузов / Комарцова Л.Г., Максимов А.В. – М.: Издательство МГТУ им. Н.Э. Баумана, 2002. – 320с.
49. Комашинский, В.И. Нейронные сети и их применение в системах управления и связи / В.И. Комашинский, Д.А. Смирнов. - М.: ГЛТ, 2003. - 94 c.
50. Конев С. В., Сичинава З. И. Ясницкий Л. Н. Применение нейросетевых технологий для диагностики неисправностей авиационных двигателей. Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2005. № 2. С. 43–47.
51. Конспект лекций по курсу «Нейросетевые технологии» (для студентов специальности 7.050102 очной и заочной формы обучения) / Сост.: Ковалевский С. В., Гитис В. Б. – Краматорск: ДГМА, 2002. – 40 с.
52. Кофман А. Введение в теорию нечетких множеств: Пер. с англ.- М.: Радио и связь,1982. - 432с.
53. Круглов В.В. Искусственные нейронные сети. Теория и практика / Круглов В.В., Борисов В.В. М.: Горячая линия Телеком, 2001. 384 с.
54. Кузьменко, Н.Г. Компьютерные сети и сетевые технологии / Н.Г. Кузьменко. - СПб.: Наука и техника, 2013. - 368 c.
55. Луценко, Е.В. Интеллектуальные информационные системы/ Е.В. Луценко, Краснодар: КубГАУ, 2006.
56. Мала, С. Вэйвлеты в обработке сигналов/ С.Мала; пер. с англ. – М.: Мир, 2005. – 671 с.
57. Малыхина, Г. Ф. Совместное использование нейронной сети и вейвлет-преобразования при анализе нестационарного сигнала / Г.Ф. Малыхина, А.В. Меркушева // Информационные технологии.— 2008.— № 7.— С. 51-56.
58. Медведев В.С. Нейронные сети. MATLAB 6 / Медведев В.С., Потемкин В.Г. [Под общ. ред. к.т.н. В.Г. Потемкина]. – М.: ДИАЛОГ-МИФИ, 2002. 496 с.
59. Миркес Е. М. Нейроинформатика: Учебное пособие. – Красноярск: КГТУ, 2002. – 120 с.
60. Мкртчян С. О. Нейроны и нейронные сети. Введение в теорию формальных нейронов. — М.: Энергия, 1971.
61. Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кирдин и др. — Новосибирск: Наука, 1998.
62. Нейрокомпьютерная парадигма и общество / Под ред. Ю. Ю. Петрунина. — М.: Издательство Московского университета. 2012.
63. Нейрокомпьютеры и их применение. Кн. 5. Нейронные сети: история развития теории / Под ред. А. И. Галушкина и Я. З. Цыпкина. — М.: Радиотехника, 2001.
64. Нейронные сети в задаче диагностики насосного оборудования / Р.А. Бадамшин, Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев // Нейрокомпьютеры: разработка, применение. — 2007. — № 10. — С. 66–69.
65. Осовский С. Нейронные сети для обработки информации / Пер. с польск. — М.: Финансы и статистика, 2002.
66. Райков А.Н. Системные исследования в сфере принятия управленческих решений: теория и практика. М.: Московский гор. ун – т. 2008. – 215 с.
67. Раскин Дж. Интерфейс: новые направления в проектировании компьютерных сетей. Пер. с англ. СПБ.: Символ – Плюс. 2010. – 272 с.
68. Редько, В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики / В.Г. Редько. - М.: Ленанд, 2019. - 224 c.
69. Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. — М.: Мир, 1965. 480 с.
70. Романов П.С. Обоснование путей построения автоматизированных систем управления артиллерийскими формированиями на основе новых информационных технологий: Монография. – Коломна: КГПИ, 2005. – 398 с.: ил.
71. Романов П.С., Суворин Е.И. Искусственный интеллект: применение в технических системах. - С.-Пб.: МАА, 1996. - 118 с.
72. Руденко О.Г. Искусственные нейронные сети / Руденко О.Г., Бодянский Е.В. Учебное пособие. – Харьков: ООО «Компания СМИТ», 2005. – 408 с.
73. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: РиС, 2013. - 384 c.
74. Савельев А. В. Нейронанофизическая природа распределенного молекулярно-клеточного наноакцептора результата действия — аналитическое нейрокомпьютерное моделирование // Нейрокомпьютеры: разработка, применении. 2013. № 6. С. 35–41.
75. Терехов С. А., Воленко Е. В., Квичанский А. В., Щукин Н. В. Генетическая оптимизация нейронных сетей. — Снежинск: Препринт ВНИИТФ 114, 1997.
76. Тулупов А.С. Теория ущерба. Общие подходы и вопросы создания методического обеспечения, М.: Наука. 2009. – 281 с.
77. Уинстон П.Г. Искусственный интеллект. Пер. с англ. М.: Мир. – 519 с.
78. Уоссермен Ф. Нейрокомпьютерная техника. — М.: Мир, 1992.
79. Уотермен Д. Руководство по экспертным системам. / пер с англ. – М.: Мир, 1989. – 386 с.:ил.
80. Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. / А.А. Усков, А.В. Кузьмин. - М.: Горячая линия -Телеком , 2004. - 143 c.
81. Хайкин, С. Нейронные сети: полный курс / С. Хайкин. - М.: Диалектика, 2019. - 1104 c.
82. Черепанов Ф. М. Симулятор нейронных сетей для вузов // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2012. № 3. С. 98–105.
83. Черепанов Ф. М., Ясницкий Л. Н. Нейросетевой фильтр для исключения выбросов в статистической информации // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2008. № 4. С. 151–155.
84. Черепанов Ф. М., Ясницкий Л. Н. Нейросимулятор 5.0. Свидетельство о государственной регистрации программы для ЭВМ № 2014618208. Заявка Роспатент № 2014614649. Зарегистрировано в Реестре программ для ЭВМ 12 августа 2014 г.
85. Ширяев, В.И. Финансовые рынки: Нейронные сети, хаос и нелинейная динамика / В.И. Ширяев. - М.: Ленанд, 2019. - 232 c.
86. Ясницкий Л. Н., Богданов К. В., Черепанов Ф. М. Технология нейросетевого моделирования и обзор работ Пермской научной школы искусственного интеллекта // Фундаментальные исследования. 2013. № 1 (ч. 3). С. 736–740.
87. Ясницкнй Л. Н. Введение в искусственный интеллект: Учеб. пособие для студ. высш. учеб. заведений /Леонид Нахимович Ясницкий. — М.: Издательский центр «Академия», 2005. — 176 с.
88. Ясницкий Л. Н., Думлер А. А., Богданов К. В., Полещук А. Н., Черепанов Ф. М., Макурина Т. В., Чугайнов С. В. Диагностика
89. и прогнозирование течения заболеваний сердечно-сосудистой системы на основе нейронных сетей // Медицинская техника. 2013. № 3. С. 42–44.
90. Ясницкий Л. Н., Иванов Д. В., Липатова Е. В. Нейросетевая система оценки вероятности банкротства банков // Бизнесинформатика. 2014. № 3. С. 49–56.
91. Ясницкий Л. Н., Кузнецов А. Г., Селезнева С. М., Солохина А. Д., Тюлькина Д. В., Черепанов Ф. М. Применение нейросетевых технологий в изучении акмеологического потенциала студентов вуза // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2014. № 4. С. 120–126.
92. Ясницкий Л. Н. Метод фиктивных канонических областей в механике сплошных сред. — М.: Наука, ФИЗМАТЛИТ, 1992. 128 с.
93. Ясницкий Л. Н., Михалева Ю. А., Черепанов Ф. М. Возможности методов искусственного интеллекта для выявления и использования новых знаний на примере задачи управления персоналом // International Journal of Unconventional Science. Журнал Формирующихся Направлений Науки. 2014. Вып. 6; URL: http://www.unconv-science.org/n6/yasnitsky/ (дата обращения: 20.11.2014).
94. Ясницкий Л. Н. Нейронные сети — инструмент для получения новых знаний: успехи, проблемы, перспективы // Нейрокомпьютеры: разработка, применение. 2015. № 5. С. 48–56.
95. Ясницкий Л. Н., Порошина А. М., Тавафиев А. Ф. Нейросетевые технологии как инструмент для прогнозирования успешности предпринимательской деятельности // Российское предпринимательство. 2010. № 4(2). С. 8–13.
96. Ясницкий Л. Н. Принципы построения экспертной системы для аналитического решения краевых задач // Математика программных систем. Межвузовский сборник научных трудов. — Пермь: Изд. Пермского государственного университета, 2001. С. 105–114.
97. Ясницкий Л. Н. Современный кризис прикладной математики и перспективы его преодоления // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2007. № 7. С. 192–197.
98. Ясницкий Л. Н. Удержаться «на плечах гигантов» (вводная статья) // Труды семинара «Компьютерные методы в механике сплошной среды». 2006–2007 гг. / Под ред. А. Л. Смирнова, Е. Ф. Жигалко. — СПб.: Изд-во СПб. Ун-та, 2008. — С. 3–15.
99. Ясницкий Л. Н., Черепанов Ф. М. Искусственный интеллект. Элективный курс: Методическое пособие по преподаванию. — М.: БИНОМ. Лаборатория знаний, 2011. 216 с.
100. Ясницкий Л. Н., Черепанов Ф. М. О возможностях применения нейросетевых технологий в политологии // Нейрокомпьютеры: разработка и применение. 2010. № 8. Вып. 4. С. 47–53.
101. Ясницкий Л. Н., Черепанов Ф. М. Применение нейросетевых технологий в политологии // Нейрокомпьютерная парадигма и общество / Под ред. Ю. Ю. Петрунина. — М.: Издательство Московского университета, 2012. С. 13–25.
102. Яхъяева, Г.Э. Нечеткие множества и нейронные сети: Учебное пособие / Г.Э. Яхъяева. - М.: БИНОМ. ЛЗ, ИНТУИТ.РУ, 2012. - 316 c.

Возможные темы курсовых работ по Нейросетевые технологии

Подобраны темы курсовых работ по дисциплине Нейросетевые технологии.

1. Разработка модели операционного блока нейрокомпьютера на основе стандартной и нестандартной моделей нейронов
2. Исследование влияния вида функции активации на гибкость при обучении и настройке нейронной сети на решаемую задачу.
3. Разработка визуального конструктора нейронных сетей с разной топологией
4. Разработка конструктора нейронной сети для решения задач в нейросетевом базисе.
5. Синтез нейронной сети для решения нормальной системы дифференциальных уравнений
6. Применение степенных рядов при синтезе формируемых нейронных сетей
7. Конструирование нейронной сети с применением деструктивного метода «ослабления» весов.
8. Конструирование нейронной сети методом динамического наращивания узлов
9. Пример построения логически прозрачной нейронной сети с наличием объяснительного компонента
10. Разработка программы обучения нейронной сети методом «ранней остановки»
11. Разработка программы для решения примера из задачи классификации на основе нейронной сети
12. Разработка программы обучения многослойной НС на основе алгоритма обратного распространения ошибки
13. Разработка программы, использующей в процедуре обучения многослойной НС методы эвристической оптимизации (генетический алгоритм)
14. Разработка программы с управляемым алгоритмом обучения НС на основе генетического поиска и имитации отжига
15. Разработка программы с применением сети Хопфилда к решению задач комбинаторной оптимизации
16. Разработка программы для решения задач аппроксимации линейных и нелинейных функций с использованием НС CMAC (Cerebellar Model Articulation Controller)
17. Разработка программы построения самоорганизующейся НС на примере сети Кохонена
18. Разработка пакета программ для разработки и исследования нейросетевых алгоритмов решения задач на формируемых и обучаемых НС
19. Разработка программного комплекса для создания нейросетевых экспертных систем, содержащего следующие модули: редактор файлов образов, конструктор сети, эмулятор НС, база данных, экспертная оболочка

Другие дисциплины:

1. Веб-программирование (Web-программирование)
2. Язык программирования JavaScript
3. Язык программирования C
4. Язык программирования Python
5. Язык программирования Visual Basic
6. Язык программирования PHP
7. Фундаментальная информатика и информационные технологии
8. Язык программирования Delphi / Pascal
9. Язык программирования C++
10. Язык программирования C# (Си Шарп)
11. Язык программирования Java
12. Информатика
13. Базы данных