Учебное пособие СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. НЕЙРОСЕТЕВЫЕ МОДЕЛИ

диагнозов и т.п.

129

Вычислительный принцип, основанный на распределенной обработке информации независимыми простейшими вычислителями, который нейронные сети позаимствовали у своего биологического прототипа, является чрезвычайно эффективным. Объединение простых вычислителей лежит в основе теории нейронных сетей, что делает их способными создавать мощные вычислительные устройства с высокой степенью надежности.

Нейронные сети успешно применяются для анализа и прогнозирования на финансовом рынке, для построения систем медицинской диагностики, для обнаружения сложных зависимостей в отсутствие априорных знаний об исследуемой системе или процессе. Их можно использовать в тех областях, где невозможно построить четкий алгоритм решения задачи, где оценивание обычно производилось при помощи статистических методов анализа.

Внастоящее время нейронные сети широко применяются в робототехнике и в системах управления.

Взаключение можно сказать, что история исследований в области нейронных сетей довольно коротка и они еще не успели проявить себя в полную силу. Нет сомнений в том, что проникновение нейросетевых технологий в другие области является только вопросом времени.

130

Библиографический список

1.Горбань, А.Н. Нейронные сети на персональном компьютере / А.Н. Горбань, Д.А. Россиев. Новосибирск, Наука, 1996.

2.Ежов, А.А. Нейрокомпьютинг и его применение в экономике и бизнесе / А.А. Ежов, С.А. Шумский. М., 1998.

3.Заенцев, И.В. Нейронные сети. Основные модели / И.В. Заенцев. Воронеж: Изд-во Воронежского гос. ун-та, 1999.

4.Калан, Р. Основные концепции нейронных сетей / Р. Каллан. М.: Изд. дом «Вильямс», 2003.

5.Комарцова, Л.Г. Нейрокомпьютеры / Л.Г. Комарцова, А.В. Максимов. М.: Изд-во МГТУ им. Н.Э.Баумана, 2002.

6.Короткий, С. Нейронные сети / С. Короткий. http://www.orc.ru/~stasson/neurox.html.

7.Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В. Борисов. М.: Горячая линия – Телеком, 2002.

8.Мартиросов, С.М. Бионасосы – роботы клетки / С.М. Мартиросов. М.: Радио и связь, 1981.

9.Медведев, В.С. Нейронные сети. MATLAB 6. / В.С. Медведев, В.Г. По-

темкин. М.: Диалог-МИФИ, 2002.

10.Осовский, С. Нейронные сети для обработки информации / С. Осовский. М.: Финансы и статистика, 2002.

11.Уоссермен, Ф. Нейрокомпьютерная техника / Ф. Уоссермен. М.: Мир,

1992.

12.Хайкин, С. Нейронные сети. Полный курс / С. Хайкин. М.: Изд. дом

«Вильямс», 2006.

131

О Г Л А В Л Е Н И Е
ВВЕДЕНИЕ ......................................................................................................	3
1. КОМПЬЮТЕРЫ И МОЗГ ...........................................................................	7
1.1. Биологический нейрон........................................................................	7
1.2. Особенности взаимодействия нейронов ..........................................	20
1.3. Нейрокомпьютерная обработка информации ..................................	21
2. ИСКУССТВЕННЫЙ НЕЙРОН..................................................................	25
2.1. Функции активации ...........................................................................	27
2.2. Схема абстрактного нейрокомпьютера ............................................	30
3. КЛАССИФИКАЦИЯ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ .............................	33
3.1. Классификация по типам связей между нейронами........................	33
3.2. Классификация по методам обучения ..............................................	37
3.3. Классификация по решаемым задачам.............................................	41
3.4. Классификация по способу решения задачи....................................	42
4. ПЕРСЕПТРОНЫ .........................................................................................	43
4.1. Формальный нейрон Маккаллока Питтса.......................................	43
4.2. Персептрон Розенблатта....................................................................	46
4.3. Проблема обучаемости персептронов ..............................................	49
5. ОБУЧЕНИЕ МЕТОДОМ ОБРАТНОГО РАСПРОСТРАНЕНИЯ
ОШИБКИ....................................................................................................	57
5.1. Процедура обучения ..........................................................................	57
5.2. Особенности обучения ......................................................................	63
5.3. Пример обучения ИНС методом обратного распространения
ошибки..................................................................................................	74
6. СЕТИ АДАПТИВНОЙ РЕЗОНАНСНОЙ ТЕОРИИ.................................	80
6.1. Проблема стабильности-пластичности ............................................	80
6.2. Архитектура АРТ ...............................................................................	81
6.3. Функционирование сети АРТ ...........................................................	85
6.4. Пример обучения ...............................................................................	89
6.5. Свойства сетей АРТ ...........................................................................	92
7. АССОЦИАТИВНАЯ ПАМЯТЬ .................................................................	93
7.1. Рекуррентные сети .............................................................................	94
7.2. Сети автоассоциативной памяти.......................................................	95
7.3. Двунаправленная ассоциативная память .......................................	103
8. САМООРГАНИЗУЮЩИЕСЯ СЕТИ ......................................................	112
8.1. Самообучение на основе конкуренции ..........................................	112
8.2. Самоорганизующиеся карты Кохонена..........................................	116
8.3. Обучение...........................................................................................	119
8.4. Решение проблемы мертвых нейронов ..........................................	122
8.5. Применение сетей Кохонена ...........................................................	123
Библиографический список...........................................................................	131

Толмачев Сергей Геннадьевич

Системы искусственного интеллекта. Нейросетевые модели

Редактор Г.М. Звягина

Корректор Л.А. Петрова Подписано в печать 14.09.2011 . Формат бумаги 60х84/16. Бумага документная.

Печать трафаретная. Усл. печ. л. 7,675. Тираж 200 экз. Заказ № 187. Балтийский государственный технический университет Типография БГТУ

190005, С.-Петербург, 1-я Красноармейская ул., д.1