Язык Пролог для искусственного интеллекта
По нейронным сетям накоплен огромный материал, способный привести в растерянность неискушенного читателя, пытающегося понять, что такое нейросети. С этой проблемой столкнулся автор данной книги при чтении курса лекций по нейроинформатике студентам технического вуза, обладающим традиционным объемом математических знаний, и несформированным формальнологическим мышлением. Помогла схемотехническая направленность их знаний в области конструирования электронных схем и программирования. Устранение излишней «математизированности» проблемы и смещение ее на уровень прагматический, оперирующий лишь с простыми логическими элементами, — одна из основных целей настоящей книги.
Как же добиться доступности изложения? Один путь уже указан: использование простых принципов схемотехники. Другой путь — в применении методов распараллеливания обработки информации, присущих такой универсальной нейронной сети, какой является мозг. Однако параллельные вычислительные процессы «обладают» теорией, несложными методами расчета и организации, известными специалистам. Представляется логичным приложение простейших методов и концепции распараллеливания к такой же параллельной системе, как нейросеть.
Подобный подход оказался плодотворным и, в частности, привел к простым и уже знакомым аудитории алгоритмам обучения нейросети, позволяющим полностью устранить взаимное влияние эталонов, по которым производится обучение.
И наконец, основной способ достижения доступности изложения состоит в строгом следовании идеям искусственного интеллекта, воспроизводящим работу мозга. Именно в этом случае нейросети обеспечивают простое и естественное решение тех проблем, о которых заявлено в названии книги.
Мозг умеет все, и, что очень важно, логика его работы весьма проста. Она использует связи «если то», «посылка следствие». Более того, это основные отношения, складывающиеся на этапе обучения в незримые таблицы. В свою очередь, основной вопрос: «На что более всего похож предъявляемый образ и что из этого следует?», в то же время является основной функцией обучения нейросети, воспроизводящей работу мозга и ассоциативное мышление. И мы уже видим, как с помощью такого принципа решаются представленные здесь задачи.
Защищая принципы искусственного интеллекта и нейросетевые технологии, спросим читателя, много ли он считает, т.е. оперирует с числами, в своей обыденной жизни? Как находит угол поворотарулевого колеса, чтобы удержать автомобиль на дороге? Как выбирает значения массы параметров, чтобы попасть мячом в баскетбольную корзину? Как вообще он передвигается по дороге, не спотыкаясь о бугорки и обходя лужицы?
Интерполируя по тем самым незримым таблицам, реализованным и развиваемым в нейронной сети нашего мозга, мы можем безбедно прожить жизнь, не ставя перед собой тяжелых творческих задач. И только взаимодействие таких таблиц, содержащихся в них отношений (в совокупности с образной памятью), позволяет строить логические цепочки, называемые умозаключениями.
Книга содержит девять разделов. В разд. 1 обсуждаются проблемы построения и применения нейронных сетей. В разд. 2 строится обученная нейросеть на основе «схемотехнического» подхода. В разд. 3 приводятся пример и формальный алгоритм обучения нейронной сети методом трассировки. В разд. 4 исследуется проблема динамического, постепенного обучения нейросети в процессе ее эксплуатации. В разд. 5 рассматривается построение нейронных сетей с обратными связями. Разд. 6 посвящен построению самообучающихся систем управления. В разд. 7 представлена нейросетевая реализация АЛГОЛпрограммы. В разд. 8 аппарат «карт Кохонена», реализуется на универсальной нейросети, позволяющей значительно увеличить число рассматриваемых факторов. Разд. 9 посвящен перспективе применения нейросетевых технологий в сфере обеспечения безопасности, в системах защиты информации, при управлении следованием поездов и др.
Книга рассчитана на любознательных, предприимчивых компьютерщиков и программистов, желающих найти область приложения своим интересам для личных успехов в Computer Art Studio в науке, экономике и бизнесе, а также в индустрии развлечений и зрелищ.
Введение
В моменты принятия сложных решений человек старается «заглянуть в себя» и постичь, каким образом он справляется с трудными и порой не решаемыми формальной логикой задачами. Естественное беспокойст
Введение 2
Особый интерес ученых и разработчиков сложных управляющих систем к нейросетевым технологиям, как и к другим технологиям искусственного интеллекта, возник в начале 1980х годов (известный «японский
Введение 3
Теперь обратимся к «естественному» интеллекту. Природа не создала ничего лучшего, чем человеческий мозг. Значит, мозг является и носителем базы знаний, и средством логического вывода на ее основе
Модель мозга
Нейросеть содержит узлы — аналоги нервных клеток — нейронов (нейроподобных элементов, НПЭ) и их соединения — синапсические связи (рис.1.1). Модель нейрона во взаимодействии с другими нейронами ней
Модель мозга 2
В соответствии с законом распределения энергии величина пропорционально значениям весов дендритов «принимающих» нейронов. (В практических моделях такое распределение энергии обычно не реализуют.)
Модель мозга 3
Изображенный на рис. 1.3 фрагмент нейросети позволяет представить следующее: функции f бывают различны, но просты по объему вычислений. В простейшем случае f совпадает с линейной формой — указанны
Модель мозга 4
сеть работает в двух режимах:режиме обучения и режиме распознавания (рабочем режиме). Установим случайным образом начальные значения весов дендритов всей сети. Пусть нейросеть предназначена для ра
Модель мозга 5
Расширим функцию входного слоя, связав его не с изображением, а в общем случае с некоторыми характеристиками исходной ситуации (входного вектора), по которой необходимо принимать решение — формиро
Устойчивость и помехозащищенность
В рассмотренном в разд. 1.1 примере относительно жесткого закрепления нейронов выходного слоя между образами принцип ассоциативности или ответ на вопрос: «На что более всего это похоже?», пока не
Ввод и «разглядывание» эталонов и образов
Устройства ввода информации — эталонов, входных векторов, исходных ситуаций — имеют для нейросети определяющее значение. С их помощью формируются и поддерживаются возбуждения входного слоя. Однако
Ввод и «разглядывание» эталонов и образов 2
Указанный процесс выделения и размещения в попытке инициировать распознавание сравним с концентрацией внимания и с фокусировкой: ведь зрение в каждый момент времени сконцентрировано на элементе из
Пространство признаков
Рассмотрим подробнее процесс восприятия, например, строчной буквы а рецепторами — входным слоем нейросети. Конфигурация возбужденных рецепторов, порождая прохождение возбуждения через внутренние с
Кора
Понятно, что примитивная оптимизация целевой функции, принимающей только два значения: «хорошо» и «плохо», может быть использована лишь на начальной стадии изучения и применения принципов нейросет
Локализация максимального возбуждения на выходном слое
Проанализировав сказанное выше, попытаемся собрать некоторую универсальную модель нейросети с входным и выходным слоями. Картина возбуждений выходного слоя при подаче изображения на входной слой п
Локализация максимального возбуждения на выходном слое 2
Тогда в течение очередного периода тактовой частоты на входе нейрона у) появится подавляющий сигнал а на входе нейрона (i, j+1), имеющего меньшее значение величины возбуждения, — больший подавляющ
Локализация максимального возбуждения на выходном слое 3
несомненно, уменьшится, но в еще большей степени уменьшится значение В следующем такте «сильный» нейрон еще более «ослабит» «слабый» нейрон, который, в свою очередь, сможет еще в меньшей степени «
Справочник по делопроизводству
Основной целью программной платформы DocsVision является решение проблем, возникающих при создании комплексной системы автоматизации документооборота и процессов административного управления в организации.При разработке программной платформы DocsVision компания Digital Design преследовала следующие цели:
Обеспечить средство для создания инфраструктуры комплексных интегрированных систем, реализующих весь комплекс задач, связанных с автоматизацией документооборота и административных процессов поддержки управления.
Обеспечить возможность поэтапного внедрения отдельных компонентов и реализации различных приложений, образующих интегрированную систему автоматизации документооборота.
Существенно ускорить разработку приложений в области автоматизации документооборота.
Создать набор законченных интегрированных между собой решений, автоматизирующих типовые процессы обработки документов и реализующих типовые задачи поддержки управления современной организации.
Кредит
При всем многообразия видов и форм кредита у всех у них есть одна крайне негативная особенность. Берете вы немного чужих денег на время, а вот отдаете кучу своих и насовсем. Вообще кредиты или займы обладают притягательной силой, но нужно быть крайне осторожным и очень хорошо уметь считать проценты. Без этого неприятности точно посетят ваш дом.Виды кредита
Возврат кредита
Кредитный займ
Закон о кредите
Залог при кредите
Страхование кредита
Сущность кредита
Иностранные кредиты
Кредитоспособность кредитов
Международный кредит
Кредитование населения
Политика кредитования
Кредит для предприятия
Кредитные услуги
Деньги, банки, кредит
Проценты по кредиту
Кредитный риск
Кредиты в России
Рынок кредитов
Система кредитов
Стратегия кредитования
Учебники по кредитам