Круглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика (778918)
Текст из файла
ББК 30.17 К 84 УДК 881.322 Круглов В.В., Борисов В. В. К84 Искусственные нейронные сети. Теория и практика.— 2-е изд., стереотип. — М.: Горячая линия-Телеком, 2002.— 382 сс ил. 1ЗВМ 5-93517-031-0. Книга посвящена одному из современных направлений в области информатики и вычислительной техники — нейрокомпьютерным технологиям. Достоинством книги является то, что в ней рассмотрены не только вопросы теории искусственных нейронных сетей, но и большое внимание уделено современным программным оболочкам- имитаторам нейронных сетей, а также решению с их помощью практических задач распознавания образов, кластеризации, прогнозирования, оптимизации, построения и использования нейросетевых экспертных систем. Книга содержит обширный справочный материал.
Для научных и инженерно-технических работников в области информатики и вычислительной техники, занимающихся созданием и использованием интеллектуальных систем, а также аспирантов и студентов разных специальностей в области компьютерных технологий. ББК 30.17 Адрес издательства в Интернет гагугюа Осйуйле. ги. Научное издание Круглов Владимир Васильевич Борисов Вадим Владимирович лр нг от!вгв от !В марта !Ввв г НД М 066!В о !6 амус а 2ОВ! г Псвпнсвно в па«оп 20 12 2001 Формат 60 ВВ 1ПВ Пвнап овсмнвя Бумам гаму»»я Гмн л 24 0 тяпая ЗХУУ Вака» 44! Икввмльгкнн Всм «ГРААЛЬ 141ЮО, г Пумкина, Мссковгмн свл.
ул Лвсная. В 6 стпвкатана в прснквовспмннс-нмммльсмм «амагнатв Виннти, ! 400! 0 г лквврч, мок«скоков свп, о тяврьс«нн пр-т. 406 твл 664-21 66 Ю Кругпов а В., Борисов В.а, 2002 © Оформление издательства «Горячая пиния-твпвком», 2002 !ЗВН 9-93917-031-0 ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ. ТЕОРИЯ И ПРАКТИКА Печатается в авторской редакции с оригинал-макета, подготовленного авторами Введение Искусственные нейронные сети (ИНС) строятся по принципам организации и функционирования их биологических аналогов.
Они способны решать широкий круг задач распознавания образов, идентификации, прогнозирования, оптимизации, управления сложными объектами. Дальнейшее повышение производительности компьютеров все в большой мере связывают с ИНС, в частности, с нейрокомпьютерами (НК), основу которых составляет искусственная нейронная сеть. Термин «нейронные сети» сформировался к середине 50-х годов ХХ века Основные результаты в этой области связаны с именами У.
Маккапоха, Д Хебба, Ф Розенблатта, М. Минского, Дж. Хопфилда. Приведем краткую историческую справку 1943 г. У. Маккалох (ЧЧ. МсСийосЬ) и У. Питтс (ЧЧ. Р(ев) предложили модель нейрона и сформулировали основные положения теории функционирования головного мозга. 1949 г. Д Хебб (О. НеЬЬ) высказал идеи о характере соединений нейронов мозга и их взаимодействии (клеточные ансамбли, синаптическая пластичность).
Впервые предложил правила обучения нейронной сети 1957 г. Ф. Розенблатт (Г. ВовепЬ)а(() разработал принципы организации и функционирования персептронов, предложил вариант технической реализации первого в мире нейрокомпьютера Магй. 1959 г. Д. Хьюбел (О. НцЬе() и Т. Визель (Т. Мезе!) показали распределенный и параллельный характер хранения и обработки информации в биологических нейронных сетях. 1960-1968 гг. Активные исследования в области искусственных нейронных сетей, например, АДАЛИНА и МАДАЛИНА В. Уидроу (Ч/ '««к(гоа) (1960-1 962 гг.), ассоциативные матрицы К.
Штайнбуха (К. В(е)пЬисп) (1961 г.) 1969 г. Публикация книги М. Минского (М. Мглзяу) и С. Пейперта (В. Рарег() «Персептроны», в которой доказывается принципиальная ограниченность возможностей персептронов. Угасание интереса к искусственным нейронным сетям 1970-1976 гг. Активные разработки в области персептронов в СССР (основные заказчики — военные ведомства). Конец 1970-х гг Возобновление интереса к искусственным нейронным сетям как следствие накопления новых знаний о деятельности мозга, а также значительного прогресса в области микроэлектроники и компьютерной техники.
1982-1985 гг. Дж. Хопфилд (Э. Норбе!О) предложил семейство оптимизирующих нейронных сетей, моделирующих ассоциативную память. 1985 г. Появление первых коммерческих нейрокомпьютеров, например, МагМ Ш фирмы ТПРУУ (США). 1987 г. Начало широкомасштабного финансирования разработок в области ИНС и НК в США, Японии и Западной Европе (японская программа «Наглая Ргопбегз» и европейская программа «Ваз~с Яезеагсп ~п АбарЕ«е! л(ейдепсе апо' Неигосогпрцбпд»).
1989 г. Разработки и исследования в области ИНС и НК ведутся практически всеми крупными эле«тротехническими фирмами. Нейрокомпьютеры становятся одним из самых динамичных секторов рынка (за два года объем продаж вырос в пять раз). Агентством ОАЙРА (Оегепсе Аочапсео Яезеагсп Рго)ес(з Адепсу) министерства обороны США начато финансирование программы по созданию сверхбыстродействующих образцов НК для разнообразных применений. 1990 г. Активизация советских исследовательских организаций в области ИНС и НК (Институт кибернетики им.
Глушкова в Киеве, Институт многопроцессорных вычислительных систем в Таганроге, Институт нейрокибернетики в Ростове-на-Дону). Общее число фирм, специализирующихся в области ИНС и НК, достигает трехсот. 1991 г. Годовой объем продаж на рынке ИНС и НК приблизился к 140 млн. долларам. Создаются центры нейрокомпьютеров в Москве, Киеве, Минске, Новосибирске, С.-Петербурге. 1992 г. Работы в области ИНС находятся стадии интенсивного развития. Ежегодно проводится десятки международных конференций и форумов по нейронным сетям, число специализирован- ных периодических научных изданий по указанной тематике достигло двух десятков наименований. 1996 г.
Число международных конференций по ИНС и НК достигло ста. 1997 г. Годовой обьем продаж на рынке ИНС и НК превысил 2 млрд, долларов, а ежегодный прирост составил 50'/. 2000 г. Переход на субмикронные и нанотехнологии, а также успехи молекулярной и биомолекулярной технологии приводят к принципиально новым архитектурным и технологическим решениям по созданию нейрокомпьютеров. Глубокое изучение ИНС требует знания нейрофизиологии, науки о познании, психологии, физики (статистической механики), теории управления, теории вычислений, проблем искусственного интеллекта, статистики/математики, распознавания образов, компьютерного зрения, параллельных вычислений и аппаратных средств (цифровых и аналоговых).
С другой стороны, ИНС также стимулируют эти дисциплины, обеспечивая их новыми инструментами и представлениями. Этот симбиоз жизненно необходим для исследования нейронных сетей. Представим некоторые проблемы, решаемые искусственными нейронными сетями. Класси4>икация образов. Задача состоит в указании принадлежности входного образа, представленного вектором признаков, одному или нескольким предварительно определенным классам. К известным приложениям относятся распознавание букв, распознавание речи, классификация сигнала электрокардиограммы, классификация клеток крови.
Класптеризация/категоризацоя. При решении задачи кластеризации, которая известна также как классификация образов без учителя, отсутствует обучающая выборка с метками классов. Алгоритм кластеризации основан на подобии образов и размещает близкие образы в один кластер. Известны случаи применения кластеризации для извлечения знаний, сжатия данных и исследования свойств данных Аппроксимация функции. Предположим, что имеется обучающая выборка ((хн у,), (ха ук), ..., (хя, уя)), которая генерируется неизвестной функцией, искаженной шумом. Задача аппроксимации состоит в нахождении оценки этой функции. Предсказаное/прогноз. Пусть заданы И дискретных отсчетов (у(г~), у(Ь),, у(Ь)) в последовательные моменты времени Гч Г,, „, Ь .
ЗадаЧа СОСтОИт В ПрЕдСКаэаНИИ ЗНаЧЕНИя у((ян) В МОМЕНТ (,,ь Прогноз имеют значительное влияние на принятие решений в бизнесе, науке и технике. Оптимизация. Многочисленные проблемы в математике, статистике, технике, науке, медицине и экономике могут рассматриваться как проблемы оптимизации. Задачей оптимизации является нахождение решения, которое удовлетворяет системе ограничений и максимизирует или минимизирует целевую функцию. Память, адресуемая по содержанию.
Характеристики
Тип файла DJVU
Этот формат был создан для хранения отсканированных страниц книг в большом количестве. DJVU отлично справился с поставленной задачей, но увеличение места на всех устройствах позволили использовать вместо этого формата всё тот же PDF, хоть PDF занимает заметно больше места.
Даже здесь на студизбе мы конвертируем все файлы DJVU в PDF, чтобы Вам не пришлось думать о том, какой программой открыть ту или иную книгу.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
