Теоретические сведения

Спи сок используемой литературы

АНАЛИЗ ПРОЧЕЙ ИНФОРМАЦИИ, РАСКРЫВАЕМОЙ В ПРИЛОЖЕНИИ К БУХГАЛТЕРСКОМУ БАЛАНСУ

Анализ расходов по обычным видам деятельности

Таблица 62. Динамика и структура расходов по обычным видам деятельности в разрезе экономических элементов

Показатель	Предыдущий год	Отчетный год	Изиенение, (+,-)
тыс.руб.	уд.вес, %	тыс.руб.	уд.вес, %	тыс.руб.	уд.вес, %
1. Материальные затрат
2.Затраты на оплату труда
3. Отчисления на социальные нужды
4. Амортизация
5. Прочие затраты
6. Итого затрат по обычным видам деятельности
7.Выручка от прода­жи товаров, продук­ции, работ, услуг (объем продаж)
8. Материалоемкость продаж, коп. (п. 1:п.7х100)
9. Затратоемкость продаж, коп. ((п. 2+ п. 3); п. 7x100)
10.Амортизацияемкость продаж, коп. (п. 4: п. 7 х 100)
11.Организац.емкость продаж, коп. (п. 5:п.7х100)
12. Затраты па 1 рубль продаж (общая затратоемкость продаж), коп. (п. 6:п.7х100)
13. Изменение (при­рост (+), уменьшение (-)) остатков:
Незавершенного про­изводства
расходов будущих периодов
резервов предстоя­щих расходов

Таблица 63. Динамика производственных, коммерческих и управленческих расходов

Показатель	Предыдущий год	Отчетный год	Изиенение, (+,-)
тыс.руб.	уд.вес, %	тыс.руб.	уд.вес, %	тыс.руб.	уд.вес, %
1.Себестоимость проданных товаров, продукции, работ услуг
2. Коммерческие расходы
3. Управленческие расходы
4. Итого расходов по обычным видам деятельности (пол­ная себестоимость проданных товаров, продукции, работ, услуг)
5. Выручка от прода­жи тонаров, продук­ции, работ, услуг
6. Производственные расходы на один рубль продаж, руб. (п. 1: п. 5x100)
7. Коммерческие рас­ходы на один рубль продаж, руб. (п. 2: п. 5x100)
8. Управленческие расходы на один рубль продаж, руб. (п. 3: п. 5x100)

Заключение

1. Нейронные сети.

Нейронная сеть — термин, имеющий два значения: биологическая нейронная сеть и искусственная сеть.

Искусственная нейронная сеть — сеть, состоящая из искусственных нейронов (программируемая конструкция, имитирующая свойства биологических нейронов). Искусственные нейронные сети используются для изучения свойств биологических нейронных сетей, а также для решения задач в сфере искусственного интеллекта. Нейронная сеть, в случае искусственных нейронов называемая искусственной нейронной сетью или смоделированной нейронной сетью, является взаимосвязанной группой естественных или искусственных нейронов, которая использует математические и вычислительные модели для обработки информации на основе коннективисткого подхода к вычислению. В большинстве случаев искусственная нейронная сеть является адаптивной системой, которая изменяет свою структуру под влиянием внешней или внутренней информации, которая течет через сеть.

2. Структура простой рефлекторной нейронной сети.

Выделяют несколько (обычно три) основных типов нейронных сетей, отличающихся структурой и назначением. Первый тип составляют иерархические сети, часто встречающиеся в сенсорных и двигательных путях. Информация в таких сетях передается в процессе последовательного перехода от одного уровня иерархии к другому.

Рис. 1. Простая рефлекторная нейронная сеть

3. Биологическая изменчивость и обучение нейронных сетей.

Структура основных типов нейронных сетей генетически предопределена. При этом исследования в области сравнительной нейроанатомии говорят о том, что по фундаментальному плану строения мозг очень мало изменился в процессе эволюции. Однако детерминированные нейронные структуры демонстрируют свойства изменчивости, обуславливающие их адаптацию к конкретным условиям функционирования. Генетическая предопределенность имеет место также и в отношении свойств отдельных нейронов, таких, например, как тип используемого нейромедиатора, форма и размер клетки. Изменчивость на клеточном уровне проявляется в пластичности синаптических контактов. Характер метаболической активности нейрона и свойства проницаемости синаптической мемраны могут меняться в ответ на длительную активизацию или торможение нейрона. Синаптический контакт "тренируется" в ответ на условия функционирования. Изменчивость на уровне сети связана со спецификой нейронов. Нервная ткань практически лишена характерной для других типов тканей способности к регенерации путем деления клеток. Однако нейроны демонстрируют способность к формированию новых отростков и новых синаптических контактов. Ряд экспериментов с преднамеренным повреждением нервных путей указывает, что развитие нейронных ответвлений сопровождается конкуренцией за обладание синаптическими участками. Это свойство в целом обеспечивает устойчивость функционирования нейронный сетей при относительной ненадежности их отдельных компонент - нейронов. Специфическая изменчивость нейронных сетей и свойств отдельных нейронов лежит в основе их способности к обучению - адаптации к условиям функционирования - при неизменности в целом их морфологической структуры. Следует заметить, однако, что рассмотрение изменчивости и обучаемости малых групп нейронов не позволяет в целом ответить на вопросы об обучаемости на уровне высших форм психической деятельности, связанных с интеллектом, абстрактным мышлением, речью. Прежде чем перейти к рассмотрению моделей нейронов и искусственных нейронных сетей, сформулируем общие фактологические положения о биологических нейронных сетях. Основными действующими элементами нервной системы являются отдельные клетки, называемые нейронами. Они имеют ряд общих с клетками других типов черт, при этом сильно отличаясь от них по своей конфигурации и функциональному назначению. Активность нейронов при передаче и обработке нервных импульсов регулируется свойствами мембраны, которые могут меняться под воздействием синаптических медиаторов. Биологические функции нейрона могут меняться и адаптироваться к условиям функционирования. Нейроны объединяются в нейронные сети, основные типы которых, а также схемы проводящих путей мозга являются генетически запрограммированными. В процессе развития возможно локальное видоизменение нейронных сетей с формированием новых соединений между нейронами. Отметим также, что нервная система содержит помимо нейронов клетки других типов.

4. Классификация нейронных сетей.

Можно провести следующую классификацию нейронных сетей:

Рис. 2. Классификация нейронных сетей

Дата добавления: 2015-06-04