ВКР: Технология извлечения знаний из нейронных сетей: апробация, проектирование ПО, использование в психолингвистике

Содержание

• Цель работы
• Основные задачи исследования
• Основные результаты работы, полученные лично автором
• Апробация работы
• Публикации
• Глава 1. Проблема извлечения знаний и обзор методов извлечения знаний
• 1.1 Знание и приобретение знаний
• 1.1.1 "Знание"
• 1.1.2. Приобретение знаний
• 1.2. Методы извлечения и приобретения знаний
• 1.2.1. Приобретение знаний, обучение и обобщение по примерам в теории классических экспертных систем
• 1.2.1.1. Трудности при разработке экспертных систем
• 1.2.2. Методы извлечения знаний из таблиц данных
• 1.2.2.1. Технология извлечения знаний из таблиц данных
• 1.2.2.2. Таблица эмпирических данных
• 1.2.2.3. Статистические методы извлечения знаний из таблицы данных
• 1.2.3. Методы идентификации систем
• 1.2.4. Другие методы обработки данных
• 1.3. Требования к технологии извлечения знаний
• 2.1. Коннекционизм
• 2.2. Элементы нейронных сетей
• 2.3. Основные архитектуры нейронных сетей
• 2.4. Обучение нейронных сетей как минимизация функции ошибки
• 3.1. Что такое упрощение нейронной сети и зачем оно нужно
• 3.2. Задача извлечения знаний из нейронной сети
• 3.3. Методы упрощения нейронных сетей
• 3.3.1. Контрастирование синапсов нейросети
• 3.3.2. Контрастирование нейронов нейросети
• 3.3.3. Контрастирование входных сигналов нейросети
• 3.3.4. Бинаризация синапсов
• 3.3.5. Упрощение нелинейных преобразователей нейронов
• 3.3.6. Дополнительные модификации алгоритмов контрастирования
• 3.3.7. Методы модификации структуры обученной сети
• 3.4. Требования к процессу упрощения сети для извлечения знаний
• 3.5. Упрощающие операции над нейронной сетью
• 3.6. Процедура комплексного упрощения нейронной сети
• 4.1. Существующие методы извлечения знаний из обученной нейросети
• 4.1.1. Методы на основе квантования сигналов сети
• 4.1.2. Методы извлечения знаний параллельно с обучением нейросети
• 4.1.3. Методы извлечения знаний из обученной нейросети
• 4.2. Методы извлечения знаний: требования к методам
• 4.3. Методология извлечения явных знаний, использующая технологию комплексного упрощения нейросети
• 4.4. Приемы повышения вербализуемости нейронной сети
• 4.4.1. Добавление синдрома в набор входных симптомов
• 4.4.2. Построение иерархии продукционных правил
• 4.4.3. Ручное конструирование сети из фрагментов нескольких логически прозрачных сетей
• 5.1. Семантический дифференциал
• 5.2. MAN-многообразия
• Литература
• Публикации автора по теме диплома
• Приложение 1. Плакаты для защиты диплома.
• ЦЕЛЬ РАБОТЫ
• ОСНОВНЫЕ ЗАДАЧИ РАБОТЫ
• ЗАДАЧА ИЗВЛЕЧЕНИЯ ЗНАНИЙ ИЗ НЕЙРОННОЙ СЕТИ
• ЗНАЧИМОСТЬ И УПРОЩЕНИЕ
• ОТЛИЧИЕ НАШИХ РЕЗУЛЬТАТОВ ОТ РЕЗУЛЬТАТОВ ОСГУДА
• ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ, ПОЛУЧЕННЫЕ ЛИЧНО АВТОРОМ
• Приложение 2.
• Статья: Горбань П.А. Нейросетевой анализ структуры индивидуального пространства смыслов. "Нейрокомпьютеры": разработка, применение. 2002, No 4. С. 14-19.
• УДК 681.31