- •Оглавление
- •Аналитические технологии
- •Формализация нейронных сетей
- •Принцип обучения искусственных нейронных сетей
- •Концепция обучения нейронной сети, предложенная Хэбом
- •Сбор данных для нейронной сети
- •Прикладные возможности нейронных сетей
- •Переобучение и обобщение
- •Персептрон
- •Алгоритм обратного распространения ошибки
- •Сигмоидальный нейрон
- •Нейрон типа «адалайн»
- •Инстар и оутстар Гроссберга
- •Нейрон типа wta (Winner Takes All)
- •08.10.2011 Модель нейрона Хэбба
- •Стохастическая модель нейрона
- •Стохастические алгоритмы обучения
- •Настройка числа нейронов в скрытых слоях многослойных сетей в процессе обучения
- •Алгоритмы сокращения
- •Конструктивные алгоритмы
- •Упрощенные алгоритмы расщепления
- •Радиальная базисная сеть
- •Вероятностные нейронные сети
- •Линейные нейронные сети
- •Обучение
- •Сети с самоорганизацией на основе конкуренции
- •12.11.2011 Модели ассоциативной памяти. Сети Хопфилда
- •Когнитивные карты
- •19.11.2011 Генетические алгоритмы Естественный отбор и генетическое наследование
- •Модель эволюции в природе, реализованная программно
- •Символьная модель простого генетического алгоритма
- •Работа простого генетического алгоритма
- •26.11.2011 Шима (Schema)
- •Применение аналитических технологий
- •03.12.2011
- •Бизнес-приложения
- •Программные реализации аналитических технологий
- •Список литературы
Применение аналитических технологий
Способы внедрения новых технологий.
Создание группы экспертов:
Достоинства:
Возможность словестного общения;
Возможность учета неформализуемых факторов;
Недостатки:
Человеческая субъективность, противоречивость мнений экспертов;
Высокие расходы;
Расходы на повышение квалификации;
Опасность потери экспертов, перехода к конкуренту, разглашения тайн;
Покупка готовой заказной системы:
Достоинства:
Невысокая стоимость эксплуатации;
Система учитывает специфику компании;
Недостатки:
Необходимость обучения работе с системой;
Необходимость привлечения сторонних специалистов для обслуживания системы;
Необходимость разглашения тайн при разработке;
03.12.2011
Создание собственной системы с нуля;
Достоинства:
Управление процессом разработки;
Легкость внесения изменений и модернизации;
Полная конфиденциальность;
Недостатки:
Высокая стоимость;
Необходим штат программистов и специалистов по нейросетям;
Длительность разработки;
Создание системы на основе готовых нейропакетов;
Достоинства:
Невысокая стоимость базового пакета и обновлений;
Готовые архитектуры и алгоритмы обучения;
Пакет создан профессионалами в области нейросетей;
Высокая гибкость;
Техническая поддержка производителей;
Полная конфиденциальность;
Не требует программирования;
Более эффективное обнаружение и исправление ошибок за счет большего числа пользователей;
Возможность приобретения надстроек к пакету;
Недостатки:
Не всегда возможно создавать собственные архитектуры и алгоритмы обучения;
Необходима настройка системы;
Бизнес-приложения
Обслуживание кредитных карт (отслеживание несанкционированных операций);
Медицинская диагностика;
Распознавание речи;
Обнаружение фальсификации;
Анализ потребительского рынка;
Прогнозирование объема продаж и управление закупками;
Проектирование и оптимизация сетей связи;
Прогнозирование изменения котировок;
Управление ценами и производством;
Исследование факторов спроса;
Прогнозирование потребления энергии;
Оценка недвижимости;
Прогнозирование свойств полимеров;
Анализ страховых исков;
Программные реализации аналитических технологий
Matlab;
NeuroShell2;
GeneHunter;
NeuroShellTrader;
ST Neural Networks;
Список литературы
Галушкина А.И. – Нейроматематика.
Терехов А., Ефимов Д.В., Тюкин Д.Ю. – Нейросетевые системы управления
Головко В.А. – Нейроинтеллект. Теория и применение.
Галушкин А.И. – Теория нейронных сетей.
Горбань А.Н., Россиев Д.А. – Нейронные сети на персональных компьютерах.
Донской Д.А. – Применение аналитических технологий и генетических алгоритмов в системах управления и информатики.
Донской Д.А. – Моделирование искусственных нейронных сетей в системе MatLab.
Донской Д.А. – Методы искусственного интеллекта: нейронная сеть.