«ИНС(искуственные нейронные сети) в управлении курсовая 12-15 стр»

предмет ИНС(искуственные нейронные сети) в управлении курсовая работа 12-15 страниц Вариант не проблема ,как я хочу, по-моему для меня вариант 2 лучше. Срок 9.12.2016 под ссылкой на задание дублирую все тоже самое,что есть в ссылке. https://sites.google.com/site/annincontrol/term-paper

Курсовая работа Ниже приведены две темы курсовых работ (на выбор).

Тема: «Искусственные нейронные сети в задаче прогнозирования»

Тема курсовой работы: «Искусственные нейронные сети в задаче прогнозирования»

Задание на курсовую работу: построить и обучить искусственную нейронную сеть для прогнозирования бинарного выходного значения по некоторому набору данных.

Данные для курсовой работы:

данные для обучения ИНС: xls данные, на которых будет проходить проверка построенной ИНС xls Описание данных:

Данные содержат информацию обо всех пассажирах «Титаника». Описание столбцов таблицы:

pclass: класс каюты пассажира (1, 2, 3) survived: пассажир выжил - 1, не выжил - 0 name: имя пассажира sex: пол пассажира (male, female) age: возраст пассажира (в годах) sibsp: количество супругов, братьев и сестёр пассажира на борту parch: количество родителей и детей пассажира на борту ticket: номер билета fare: плата за проезд (в фунтах стерлингов) cabin: номер каюты на борту embarked: порт посадки: С — Шербург, Q — Квинстоун, S — Саусхэмптон boat: номер спасательной шлюпки [нельзя использовать при обучении ИНС] body: идентификационный номер тела [нельзя использовать при обучении ИНС] home.dest: город проживания / город назначения Замечания: Ваша задача состоит в том, чтобы предсказать выживание пассажира на основе имеющихся данных с помощью нейронной сети. Не все имеющиеся данные имеют значение для выживания пассажира. Построенные нейронные сети будут проверяться на тестовом наборе данных, в котором нет информации о выживаемости пассажиров.

Результатом работы вашей программы должен являться текстовый файл, содержащий столбец из 328 чисел 1 или 0 (выжил/не выжил). Ваша оценка (при условии наличия построенной, обученной и описанной в пояснительной записке нейронной сети) будет соответствовать проценту правильно определённых пассажиров из тестового множества.

Тема: «Моделирование автономного нейросетевого агента в динамической среде»

Сначала некоторое неформальное описание. Предлагается два варианта для моделирования и исследования:

вариант 1: использование готовой платформы-эмулятора Arcade Learning Environment (сложнее);

вариант 2: использование простой платформы с конкуренцией за ресурсы (проще).

Соответственно, задания и способ оценки разнятся. Ниже идут формальные задания по каждому варианту:

Вариант 1

Arcade Learning Environment (ALE) разработана для моделирования автономных агентов и построена поверх эмулятора вычислительной машины Atari 2600. Текущая версия платформы — 0.5.1. Инструкция по установке и настройке находится в поддиректории doc/manual скачиваемого архива.

Разработчикам на языке Python рекомендуется обратить особое внимание на раздел 4 (интерфейс CTypes) — там же можно найти стартовый код для реализации вашего агента, — а разработчикам на Matlab потребуется раздел 5 (интерфейс FIFO). Интерфейс FIFO может быть использован и для языка Python.

Для выполнения работы потребуется также ROM-образ поддерживаемой игры Atari 2600. Список поддерживаемых игр находится в директории src/games/supported. ROM можно скачать с сайта AtariAge.

Задание

Разработать искусственную нейронную сеть, способную эффективно работать в качестве системы управления автономным агентом в среде ALE.

Задание включает в себя следующие обязательные для выполнения пункты.

Ознакомление со средой ALE. Краткое описание интерфейса взаимодействия со средой. Обзор научных работ, выполненных на платформе ALE. Выбор поддерживаемой игры (по вариантам). Проверка работоспособности среды на случайном агенте. Построение функционала, оценивающего качество обучения проектируемой нейронной сети. Формирование,