Конструирование искусственных нейронных ансамблей (ИНА)

Автор

Страниц

Год

—

Нейрокомпью́тинг – современная научная дисциплина, предлагающая универсальный подход к решению широкого круга интеллектуальных задач. Основой этой методологии являются нейросетевые интеллектуальные модели, созданные на основе искусственных нейронных ансамблей (ИНА) и нейросетей разнообразных типов.
Ранее, в литературе, вопросы, связанные с конструированием ИНА, не привлекали должного внимания. Но теперь, благодаря новой книге, имеется возможность ознакомиться с этой интересной темой. В основу книги положен экспериментальный подход, позволяющий создать эффективные искусственные нейронные ансамбли.
Это уникальное издание предназначено не только для студентов магистратуры и аспирантов, но и для всех, кто интересуется нейросетевыми технологиями. Оно предлагает читателям углубленное погружение в мир нейрокомпьютинга и расширяет понимание принципов работы нейронных сетей. Благодаря этому, читатели смогут применять полученные знания в своей практической работе. Так что не упустите возможность приобщиться к фascinierendenу миру нейрокомпьютинга!

Читать бесплатно онлайн Конструирование искусственных нейронных ансамблей (ИНА) - Александр Кириченко

ISBN 978-5-4498-9907-1

Создано в интеллектуальной издательской системе Ridero

Введение

Зачем нужны искусственные нейросети?

Искусственные нейронные сети – один из разделов науки «Искусственный интеллект». К этой науке приковано пристальное внимание с 1980 года, когда Япония объявила о создании вычислительных систем 5 поколения. Предполагалось, что создаваемые вычислительные системы кроме обычных компьютеров будут содержать машины логического вывода, базу знаний, систему общения на естественном языке. Иными словами – что создаваемые вычислительные системы будут оснащаться интеллектуальными блоками – аналогами человеческого интеллекта, человеческой интуиции. Эти блоки необходимы для распознавания образов, чтения рукописных текстов, подготовки аналитических прогнозов, перевода с одного языка на другой и т. п. Именно для таких задач обычно трудно составить явный алгоритм, без которого не могут работать электронные вычислительные машины.

Такие аналоги человеческого интеллекта могут быть реализованы с помощью искусственных нейросетей – нейросетевых моделей биологических систем.

Всё, что связано с использованием нейронных сетей, нейросетевых моделей получило название «нейросетевых технологий» («нейрокомпьютинг»). Важное свойство нейросетевых моделей – они не требуют программирования, а предусматривают работу по обучению нейронной сети на специально подобранных примерах. Во время обучения формируются основные отношения между входными и выходными параметрами, и оформляются в незримые таблицы (образы), которые впоследствии используются при решении задач на сети и являются своеобразными алгоритмами решения этих задач.

Нейрокомпьютинг предоставляет единую методологию решения очень широкого круга практически интересных задач, как правило – ускоряющих и удешевляющих разработку приложений. В число таких задач входят задачи, связанные с необходимостью проявления интеллекта, например такие, как прогнозирование цен, оценка кредитоспособности, оптическое распознавание, обработка изображений, диагностика, лингвистический анализ, и др. Использование нейросетей для решения перечисленных задач предусматривает выполнение типовой последовательности действий с помощью нейрокомпьютеров, или нейропакетов, или отдельных специальных программ.

Интеллект связан со знаниями: приобретением знаний, хранением знаний, поиском, извлечением и преобразованием знаний.

Последовательность приобретения новых знаний в теории познания философами определена в виде таких операций, как: созерцание – накопление – кластеризация – классификация – узнавание – предсказание – прогнозирование.

Для хранения знаний разработаны специальные средства – системы управления базами знаний (СУБЗ). В отличие от систем управления базами данных (СУБД), базы знаний содержат специальные добавки, обеспечивающие непротиворечивость хранящихся знаний (проверка, устранение).

Знания имеют смысл, раскрывают его. Смысл и знания – динамичны. Для их преобразования используются такие интеллектуальные операции, как рассуждения, умозаключения, планирование, доказательство.

Нейросети способны обучаться на примерах. Умение обучаться на примерах – это интеллектуальная задача.

Распознавание – это ещё одна интеллектуальная задача. У неё есть несколько разновидностей – узнавание, предсказание, прогнозирование, идентификация.

Продолжить чтение

Вам может понравиться: