Функциональные модели универсального нейрокомпьютера — страница 5

  • Просмотров 30442
  • Скачиваний 1015
  • Размер файла 1401
    Кб

8.5.4.1. Получить параметры (cnGetData) 252 8.5.4.2. Получить имена параметров (cnGetName) 252 8.5.4.3. Установить параметры (cnSetData) 253 8.5.5. Обработка ошибок. 253 9. Нейронные сети ассоциативной памяти, функционирующие в дискретном времени.. 255 9.1. Описание задачи.. 255 9.2. Формальная постановка задачи.. 256 9.3. Сети Хопфилда.. 256 9.4. Функционирование сети. 257 9.5. Ортогональные сети.. 261 9.6. Тензорные сети.. 265 9.7. Сети для инвариантной обработки изображений.. 268 9.8.

Численный эксперимент. 269 9.9. Доказательство теоремы.. 271 10. Заключение.. 277 11. Приложение 1. Логически прозрачная сеть для прогнозирования шизофрении.. 278 12. Приложение 2. Краткое описание возможностей программы NEUROPRO 285 12.1. Общие сведения.. 285 12.2. Требования к аппаратуре. 285 12.3. Основные возможности программы.. 285 12.4. Форматы файлов.. 286 12.5. Нейросетевая парадигма.. 286 12.6. Подача и снятие сигналов.. 286 12.7. Точность решения задачи.. 287 12.8.

Обучение нейронной сети.. 288 12.9. Упрощение нейронной сети.. 288 12.10. Вербализация нейронной сети.. 289 13. Приложение 3. Акты о внедрении.. 290 ЛИТЕРАТУРА.. 291   Введение Общая характеристика работы Актуальность темы. В 80-е годы развитие информатики и средств вычислительной техники во многом определялось программой «Пятое поколение компьютеров». Основной целью данной программы было развитие систем искусственного интеллекта на базе

алгоритмических языков. В 1992 году на смену программе «Пятое поколение компьютеров» пришла программа «Вычисления в Реальном мире». Основная цель новой программы – обеспечить возможность вычислительным системам взаимодействовать с реальным миром без посредства человека. Довольно большая часть программы – 30-40% – отведена исследованию естественных нейронных сетей и разработки искусственных нейронных сетей и нейросетевых

систем. Искусственные нейронные сети являются вычислительными устройствами, основанными на использовании большого числа очень простых нейронов. Все навыки искусственных нейронных сетей рассредоточены в синаптических связях. Канадский физиолог Д.Хебб в 1949 году описал такой синапс, как основу возможных механизмов памяти и поведения. Таким образом искусственные нейронные сети были предложены фактически сразу, после

возникновения кибернетики. Уже сейчас искусственные нейронные сети применяются для решения очень многих задач обработки изображений, управления роботами и непрерывными производствами, для понимания и синтеза речи, для диагностики заболеваний людей и технических неполадок в машинах и приборах, для предсказания курсов валют и результатов скачек. Нейрокибернетика объединяет многие науки и технологии, связанные с изучением