Учебное пособие СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. НЕЙРОСЕТЕВЫЕ МОДЕЛИ
.pdfдиагнозов 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