Презентация на тему Использование нейронных сетей при прогнозировании видовой принадлежности деревьев

принадлежности деревьев;
насколько точны будут результаты обучающей выборки.
проверить сможет ли

нейросеть определить вид дерева по неизвестным ей параметрам.

из множества простейших элементов — нейронов, взаимодействующих друг с

другом. Именно их совокупность обеспечивает уникальность свойств нейронных сетей, таких как способность к обобщению, работа с зашумленными и неполными данными и др.
Среди всего разнообразия архитектур нейронных сетей наибольшее распространение получили многослойные.

слои. Под слоем понимается совокупность нейронов, входы которых соединены

с выходами нейронов предыдущего слоя, а в свою очередь, выходы нейронов этого слоя являются входами для следующего слоя.
Обычно слоистые сети являются полно связанными, то есть входы каждого нейрона слоя связаны со всеми выходами нейронов предыдущего слоя.

Группа
1) лиственные;
2) хвойные.
2.

Высота
3. Крона
1) колоновидная;
2) конусообразная;
3) зонтообразная;
4) шарообразная;
5) флагообразная;
6) вислая;
7) раскидистая.

мелкие, частые на одной прямой;
2)иглы длинные,

по 5 штук в пучке;
3)иглы средние по две в пучке;
4)иглы средние;
5)лист большой пятиугольный;
6)лист фигурный средний;
7)лист узкий, длинный, большой;
8)лист узкий, маленький;
9)лист не правильной формы;
10)лист простой.

2) желудь;
3) орех;

4) ягода;
5) яблоко;
6) кисть.
6. Кора.
1) гладкая;
2) шершавая;
3) грубая;
4) грубая с наростами.

Обучающая выборка представлена на следующем слайде:

наиболее близкие к практическим результаты. Хотя некоторые модели деревьев,

например, береза, ольха и рябина выдаются неточно.
Теперь посмотрим, сможет ли нейросимулятор выдать модель дерева на неизвестные ему параметры

нейронов внутренних слоев персептрона.

Из пяти введенных моделей нейросимулятор смог определить только 1.

Это можно объяснить тем, что данные, которые мы вводили, не совпадают с точными значениями деревьев. Но для работы с уже известными параметрами деревьев нейросимулятор вполне подходит, его можно использовать биологам и экологам, занятым в этой области для ускорения работы. А также обычным людям в качестве определителя деревьев.