Сборник тезисов. Международная научно-практическая конференция «IBLS-Конференция 2024». Москва, 3-4 апреля 2024 г.

2. Познакомиться с классификацией нейронных сетей.

3. Изучить устройство нейронной сети и принципы её обучения.

4. Разработать и написать на языке Python модель простейшей нейронной сети.

5. Продемонстрировать и объяснить работу нейронной сети на полученной модели.

Материалы и методы. Анализ литературы по теме исследования, моделирование: разработка с нуля модели нейронной сети на языке Python (без заимствования чужого кода).

Результат. Изучена литература по нейронным сетям. Найдены и исследованы примеры простейших моделей нейронных сетей в Интернете. На основе примеров разработана собственная модель нейронной сети. Нейронная сеть обучена и протестирована. Описана работа созданной модели нейронной сети.

Сделаны следующие выводы. Разработана действующая модель простейшей нейронной сети с одним невидимым слоем, состоящим из одного нейрона. Модель успешно обучается на входных числовых данных, определяя закономерность между выходными и входными данными. Обучение производится путём автоматической адаптации весовых коэффициентов. Нейронная сеть протестирована на новых данных, не использованных в обучении, и она показала правильные ответы. На примере данной модели описаны устройство и принципы действия нейронной сети. Созданная модель нейронной сети, хоть и является упрощённой, но использует те же самые принципы, что и профессиональные нейронные сети, применяемые для решения реальных задач. Благодаря наглядности и простоте эта модель может использоваться в качестве обучающего пособия в учебных заведениях.

Использованные материалы:

1. Большая российская энциклопедия [Электронный ресурс]: [сайт]. URL: https://bigenc.ru (дата обращения: 28.12.2023).

2. Гафаров Ф.М., Галимянов А.Ф. Искусственные нейронные сети и приложения: учеб, пособие. Казань: Изд-во Казан, ун-та, 2018. 121 с.

3. Ильке Кандан Б. Как обучить нейронную сеть – полное руководство для начинающих [Электронный ресурс]: [сайт]. URL: https://hashdork.com/ (дата обращения: 22.12.2023).

4. Келлехер Джон Д. Глубокое обучение. Самый краткий и понятный курс. Москва: Бомбора, 2022. 160 с.

5. Нейронные сети: как работают и где используются [Электронный ресурс]:

[сайт]. URL: https://neural-networks.ru/blog/neyronnye-seti-kak-rabotayut-i-gde-ispolzuyutsya (дата обращения: 11.01.2024).

6. Павленко Д. Введение в машинное обучение и искусственные нейронные сети

[Электронный ресурс]: [сайт]. URL:

https://foobarl67.blogspot.com/2019/01/vvedeniye-v-mashinnoye-obucheniye-i-iskusstvennyye-neyronnyye-seti.html (дата обращения: 13.01.2024).

7. Ростовцев В.С. Искусственные нейронные сети: учебник. Киров: ВятГУ, 2014. 208 с.

8. Что такое нейронная сеть? /Amazon Web Services [Электронный ресурс]: [сайт].

URL: https://aws.amazon.com/ru/what-is/neural-network/ (дата обращения:

04.01.2024).

ВЫРАЩИВАНИЕ ЭКЗОТИЧЕСКИХ РАСТЕНИЙ В ДОМАШНИХ УСЛОВИЯХ

(GROWING EXOTIC PLANTS AT HOME)

Громов Ярослав Алексеевич, ученик 8 класса ЧУ СОШ “Олимп-Плюс”

Научный руководитель – Богачёва Анна Сергеевна

г. Москва, Россия, gromov yaroslav alekseevich@mail.ru

Экзотические растения – это растения, нехарактерные для данного района. Они обычно встречаются в ботанических садах, парках, где для них создаёт необходимые условия существования человек. В наше время экзотические для Центральной России растения в качестве выращиваемых приобретают всё большую популярность среди населения. Это и кактусы, и пальмы, и бананы, и многие другие растения.

Цель исследования – изучение особенностей процесса выращивания экзотических для Центральной России растений: ананаса, манго, авокадо.

Для достижения цели были поставлены следующие задачи:

1. Изучить литературу по вопросам выращивания в России экзотических растений в домашних условиях, особенностям их жизнедеятельности.

2. Создать условия для выращивания экзотических растений и вырастить манго, авокадо, ананас в домашних условиях;

3. Получить и оформить результаты.

Гипотеза. Манго, авокадо, ананас возможно вырастить в домашних условиях.

Материалы. Ананас (сорт Хохлатый), авокадо (сорт Хасс) и манго (сорт Кент), ёмкости для выращивания, земля, савок, лейка, вода, термогигрометр.

Методы. Наблюдение, эксперимент, описание. Эксперимент проводился в хорошо освещённой комнате со средней комнатной температурой 24 °C и умеренной влажностью воздуха (40 %). Грунтом являлся торф.

Результаты. Мне удалось вырастить манго и авокадо в домашних условиях. Для этого я использовал способы проращивания семян манго и авокадо, описанные в литературе. Вырастить ананас мне не удалось, что объясняется низким качеством используемых мною плодов и сложностью соблюдения методики. Семя манго проросло через 10 дней от начала эксперимента, семя авокадо – через 25 дней. Через два месяца от начала эксперимента манго стало сформировавшимся растением с побегом и корнем, в то время как авокадо только укоренилось в почве.

Были сделаны следующие выводы.

1. Выращивание экзотических растений в домашних условиях возможно при соблюдении определённых условий.

2. Манго и авокадо возможно вырастить в домашних условиях при температуре 24 °C, влажности 40 %.

3. Полученные результаты по условиям и возможности выращивания манго и авокадо согласуются с данными литературы.

Использованные материалы:

1. Брем А. Жизнь растений. Новейшая ботаническая энциклопедия. Москва: Эксмо, 2004. 976 с.

2. Дедю И.И. Экологический энциклопедический словарь. Кишинёв: Главная редакция Молдавской советской энциклопедии. 1989. 406 с.

3. Семенин А.Ф. Плодовый сад в комнате. Екатеринбург: У-Фактория, 2001. 427 с.

CLOUD WEB – БРАУЗЕР HA PYTHON

(CLOUDWEB – PYTHON BROWSER)

Добросмыслов Иннокентий Кириллович, ученик 7 класса ЧОУ ОО МШСО

Научный руководитель – Вербицкая Руслана Ивановна

г. Москва, Россия, dobkeshan@yandex.ru

Цель работы: создание браузера, который комбинирует достоинства новых и старых версий других браузеров.