Исследование применения нечеткого многослойного персептрона и радиально-базисной нейронной сети при решении задачи аппроксимации плотности распределения вероятности

Abstract

В выпускной квалификационной работе была разработанаавтоматизированная система аппроксимации плотности распределениявероятности радиально-базисной сетью и нечётким многослойнымперсептроном.Целью данной работы является создание автоматизированной системыаппроксимации плотности нечётким персептроном и радиально-базиснойсетью, а также исследование их применения в задаче аппроксимации.В рамках работы был произведён анализ предметной области, обоснованоприменение нейросетевых моделей, рассмотрены способы генерации выборок сразличными законами распределения, алгоритмы обучения нейронных сетей, атакже реализованы соответствующие программные модули.В процессе выполнения работы был спроектирован логический проект пометодологии UML в приложении draw.io. Система была реализована на языкепрограммирования Kotlin в среде разработки IntellIJ Idea 2020 дляоперационной системы Windows 10.Было произведена оценка качества аппроксимации полученнойнейросетевой модели в зависимости от различных параметров модели.Р