'

Нейросетевые технологии

Понравилась презентация – покажи это...





Слайд 0

1 Главным содержанием нейросетевой технологии является создание электронных и программных аналогов естественных нейронных сетей и использование этих аналогов для имитации функций человеческого интеллекта.   В России сформировались три крупные научные школы в области нейротехнологий: Центр нейрокомпьютеров РАН (А.И. Галушкин). Научная школа нейротехнологий МГУ (А.В. Чечкин). Научная школа нейротехнологий в Красноярском государственном университете (А.Н. Горбань). Сферами применения нейротехнологий являются все плохо формализуемые задачи, где классические математические модели и алгоритмы мало эффективны по сравнению с человеком (обработка изображений, реализация ассоциативной памяти, системы управления реального времени, распознавание образов и речи и др.). Нейросетевые технологии


Слайд 1

2 Кодирование (представление) информации о внешнем мире. Кратковременное и долговременное запоминание, хранение и извлечение информации. Ассоциативный поиск и самоорганизация памяти. Оперирование информацией в процессе решения мыслительных задач. Симультанное (мгновенное) распознавание. Неожиданное творческое озарение (инсайт). Конструктивного научного объяснения этим феноменам до сих пор не найдено, но большинство нейрофизиологов считает, что объяснить феномены работы мозга можно, изучая функционирование объединенных в единую сеть клеток, называемых нейронами. Одной из характерных черт нейротехнологий является обучение нейросети на примерах. Феномены мозга


Слайд 2

3 Нейронные сети обычно реализуются двумя способами: программно или аппаратно. Вариантами аппаратной реализации являются нейрокомпьютеры, а программной нейропакеты. В отличие от памяти ЭВМ память человека адресуется по содержанию, является ассоциативной, распределенной, робастной и активной. Сравнение основных характеристик традиционных компьютеров и нейрокомпьютеров


Слайд 3

4 ИНС – упрощенная модель ткани головного мозга. Схема биологического нейрона  Модель искусственного нейрона Искусственные нейронные сети (ИНС)


Слайд 4

5 ИНС представляет собой совокупность искусственных нейронов, организованных слоями. ИНС могут быть одно– и многослойные, с обратными связями и без. В 1958 году Фрэнк Разенблатт ввел понятие персептрона – модели ИНС и рассмотрел возможность модификации межнейронных связей, что сделало сеть обучаемой. Схема многослойного персептрона Искусственные нейронные сети (ИНС)


Слайд 5

6 ИНС содержит большое число (миллионы) параллельно работающих простых элементов (нейронов).   Место программирования в ИНС занимает обучение. В связи с этим ожидается появление новых специальностей (нейроконструктора, учителя ИНС). Выделяют два подхода к организации обучения ИНС: обучение с учителем и самообучение на примерах. Под обучением ИНС понимается процесс нахождения экстремума некоторой функции, отображающей взаимодействие типа вход-выход. В нейротехнологиях обучается не отдельный нейрон, а вся сеть в целом. Особенности ИНС


Слайд 6

7 Нейропакетом называется программная система, эмулирующая среду нейрокомпьютера на обычном компьютере. Процесс разработки с помощью НП состоит из четырех этапов: Визуальное проектирование структуры и топологии ИНС; Определение синаптической карты и функций активации; Обучение построенной ИНС; Тестирование обученной ИНС. Наиболее распространенный способ обучения ИНС основан на методе обратного распространения ошибки. После накопления и обобщения опыта использования программных реализаций ИНС в рамках НП может создаваться НК. Аппаратной базой для НП служат рабочие станции или персональные ЭВМ, обладающие высокой производительностью. Нейропакеты (НП)


Слайд 7

8 NeuroSolutions (разработчик — NeuroDimension, Inc.); Neuro Windows (разработчик —Ward Systems Group); NNet+ (разработчик — NeuroMetric Vision System); Neural Network Toolbox for Matlab (разработчик — Math Works); Neuro Office (разработчик — ЗАО «АльфаСистем»). Примеры нейропакетов (НП)


×

HTML:





Ссылка: