W wydaniu tym, tak jak poprzednio, przedstawiono wybrane informacje o fizjologii układu nerwowego człowieka, elementy opisu sieci neuronowych metodami mechaniki statystycznej, właściwości i zastosowania sieci Hopfielda, sieci komórkowych oraz sieci chaotycznych, metody badania i nieliniowe dynamiczne właściwości sieci neuronowych, zastosowania sieci komórkowych w konstrukcji inteligentnych systemów bezpieczeństwa.

Uwzględniono w nim jednak też najnowsze osiągnięcia w badaniach nad działaniem mózgu i jego strukturą, typową dla sieci złożonych (complex networks), a szerzej rozwój badań nad sztuczną inteligencją. Uaktualniono informacje o dynamice układów neuronowych, a zwłaszcza o zastosowaniach sztucznych sieci neuronowych w modelowaniu zjawisk w sieciach społecznych (rozprzestrzenianiu się epidemii) i konstrukcji inteligentnych systemów bezpieczeństwa.

Książka "Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos Wydanie III uaktualnione" jest przeznaczona dla studentów, doktorantów i pracowników naukowych zainteresowanych tematyką sztucznych sieci neuronowych.

Rozdziały:

1. WSTĘP

2. PODSTAWOWE WŁAŚCIWOŚCI UKŁADU NERWOWEGO CZŁOWIEKA
2.1. Wiadomości wstępne
2.2. Budowa i działanie neuronu
2.3. Sieć neuronowa
2.4. Właściwości pamięciowe mózgu
2.5. Metody badania sieci neuronowych

3. MODELOWANIE NEURONU I SIECI NEURONOWEJ
3.1. Modele pojedynczego neuronu
3.2. Opis neuronu z uwzględnieniem szumu
3.3. Sztuczna sieć neuronowa

4. EWOLUCJA CZASOWA SZTUCZNYCH SIECI NEURONOWYCH
4.1. Działanie sieci neuronowej
4.2. Podstawowe rodzaje dynamiki sztucznych sieci neuronowych
4.3. Porównanie dynamiki biologicznych i sztucznych sieci neuronowych
4.4. Funkcja energetyczna sieci
4.5. Krajobraz energetyczny sieci
4.6. Porównanie efektywności różnych rodzajów dynamiki sieci

5. SIECI NEURONOWE HOPFIELDA
5.1. Model Hopfielda
5.2. Opis właściwości pamięciowych sieci neuronowej
5.3. Właściwości pamięciowe sieci Hopfielda
5.4. Stabilność zapamiętanych wzorców
5.5. Połączenia synaptyczne z szumem
5.6. Sieci z rozrzedzeniem połączeń synaptycznych
5.7. Sieci z połączeniami synaptycznymi ograniczonymi
5.8. Zapamiętywanie wzorców skorelowanych
5.9. Oszacowanie pojemności pamięciowej sieci neuronowej człowieka

6. SIECI NEURONOWE KOMÓRKOWE
6.1. Wiadomości wstępne
6.2. Struktura i dynamika sieci
6.3. Zastosowania sieci komórkowych
6.4. Właściwości pamięciowe sieci komórkowych

7. MECHANIKA STATYSTYCZNA SIECI NEURONOWYCH
7.1. Wiadomości wstępne
7.2. Układy magnetyczne
7.3. Opis ewolucji czasowej sieci neuronowej
7.4. Teoria pola średniego dla modelu Hopfielda
7.5. Obliczenie energii swobodnej modelu Hopfielda
7.6. Pojemność pamięciowa sieci Hopfielda

8. WYBRANE METODY BADANIA NIELINIOWYCH UKŁADÓW DYNAMICZNYCH
8.1. Nieliniowe układy dynamiczne i chaos
8.2. Ogólny opis układów nieliniowych
8.3. Atraktory układów nieliniowych
8.4. Przekroje Poincarégo
8.5. Wykładniki Lapunowa
8.6. Transformata Fouriera i widmo mocy
8.7. Diagramy przestrzenno-czasowe
8.8. Entropia wzorca
8.9. Odchylenie średnie i aktywność neuronów
8.10. Drogi do chaosu
8.11. Stany przejściowe

9. DYNAMIKA NIELINIOWA SIECI NEURONOWYCH
9.1. Wiadomości wstępne
9.2. Dynamika małych sieci
9.3. Łańcuch neuronów
9.4. Sieć komórkowa z pobudzeniem
9.5. Rezonans stochastyczny

10. ZASTOSOWANIA CHAOTYCZNYCH UKŁADÓW NEURONOWYCH
10.1. Właściwości pamięciowe sieci chaotycznych
10.2. Modelowanie zjawisk fizycznych w układach złożonych
10.3. Optymalizacja w sieciach chaotycznych

11. PRZYKŁAD ZASTOSOWANIA SIECI KOMÓRKOWYCH - SYSTEM ANALIZY BEZPIECZEŃSTWA
11.1. Bezpieczeństwo pracy robota
11.2. System analizy bezpieczeństwa
11.3. Układ sieci komórkowych do ekstrakcji cech
11.4. Lokalizacja położenia ramienia robota
11.5. Oprogramowanie systemu

12. MÓZG A SZTUCZNE SIECI NEURONOWE