- •Кафедра Информатики и вычислительной техники
- •© Вятский социально-экономический институт (всэи), 2010
- •1. Общие положения
- •2. Тематика работ
- •3. Теория и порядок выполнения контрольной работы
- •Теория нейронных сетей. Производство знаний из таблиц данных с помощью обучаемых искусственных нейронных сетей Введение
- •Нейронные сети
- •1.1. Элементы нейронных сетей
- •1.2. Архитектура нейронных сетей
- •1.3. Решение задач нейронными сетями
- •1.4. Вербализация нейронных сетей
- •1.5. Как выбирают американских президентов
- •1.6. Заключение
- •Neuropro o.25. Руководство пользователя
- •2.1. Общие сведения
- •2.2. Требования к аппаратуре
- •2.3. Основные возможности программы
- •2.4. Форматы файлов
- •Практика использования нейронных сетей
- •3.1. Решение задач с помощью нейронных сетей
- •3.3. Способы реализации нейронных сетей
- •3.4. Прогнозирование на основе нейронных сетей
- •3.5. Требования к выполнению работы
- •Работа 2. Решение логических задач с использования аппарата логического вывода методом дедукции с использованием логики предикатов
- •1.1. Логика, как наука
- •1.2. Из истории логики
- •1.3. Алгебра высказываний
- •2. Логический вывод
- •2.1. Основные понятия
- •2.2. Логика предикатов
- •2.3. Метод резолюций
- •2.4. Скулемовские функции
- •2.5. Метод резолюций для исчисления высказываний
- •2.6. Метод резолюций для исчисления предикатов
- •2.7. Пример решения задачи на логический вывод методом резолюций
- •Работа 3. Реализация генетических алгоритмов на примерах решения математических задач
- •3.1. Генетические алгоритмы
- •Пример реализации га
- •Основная литература
- •Дополнительная литература
- •Интеллектуальные информационные системы
- •610000 Киров, Большевиков, 91а
1.6. Заключение
Применение описанной технологии приведения сети к логически прозрачному виду и последующей вербализации для получения явных знаний из таблиц данных возможно во всех проблемных областях, где нейронные сети давно и с успехом применяются – в медицине, психологии, политологии, экономике, экологии, диагностике и управлении в технических системах и т.д. После приведения к логически прозрачному виду получаем нейронную сеть, не только допускающую простейшую техническую реализацию и использующую минимум данных, но и формирующую явный алгоритм решения задачи. Поскольку нейронные сети часто применяются для решения неформализованных задач, то возможность формирования алгоритмов решения поднимает нейронные сети на новый потребительский уровень.
Neuropro o.25. Руководство пользователя
2.1. Общие сведения
Программа NeuroPro 0.25 является свободно распространяемой бета-версией разрабатываемого программного продукта для работы с нейронными сетями и производства знаний из данных с помощью обучаемых искусственных нейронных сетей. Введение в нейроинформатику, основные термины, алгоритмы и технология производства знаний из данных описаны в файле ReadMe.doc и в настоящем документе не воспроизводятся.
2.2. Требования к аппаратуре
Процессор Intel Pentium
Монитор SVGA с разрешением 800*600 точек и выше
Операционная система Microsoft Windows 95 или Microsoft Windows NT 4.0
2.3. Основные возможности программы
Создание нейропроекта;
Подключение к нейропроекту файла (базы) данных;
Редактирование файла данных;
Добавление в нейропроект нейронной сети слоистой архитектуры с числом слоев нейронов от 1 до 10, числом нейронов в слое – до 100 (число нейронов для каждого слоя сети может задаваться отдельно);
Выбор алгоритма обучения, назначение требуемой точности прогноза, настройка параметров нейронной сети;
Обучение нейронной сети решению задачи предсказания или классификации;
Тестирование нейронной сети на файле данных;
Вычисление показателей значимости каждого из входных сигналов для решения задачи, сохранение вычисленных показателей значимости в файле на диске;
Упрощение нейронной сети;
Генерация и визуализация вербального описания нейронной сети. Редактирование и сохранение вербального описания нейронной сети в файле на диске;
Сохранение нейропроекта на диске.
2.4. Форматы файлов
В качестве файлов данных (содержащих обучающую выборку для нейронных сетей) используются файлы форматов DBF (форматы пакетов Dbase, FoxBase, FoxPro, Clipper) и DB (Paradox). Возможно чтение и редактирование этих файлов и сохранение измененных файлов на диске. Программа не накладывает ограничений на число записей (строк) в файле данных.
Файлы нейропроекта имеют уникальный формат, поддерживаемый только настоящей программой. В следующих версиях возможно изменение этого формата без сохранения совместимости с настоящей версией.
Файлы вербального описания сети, результатов тестирования нейросети, показателей значимости входных сигналов имеют стандартный ASCII-формат текстовых файлов данных и могут читаться всеми программами-редакторами текстов и импортироваться в электронные таблицы.