Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 42 стр.

UptoLike

Составители:

Рубрика:

5. Искусственные нейронные сети

Выше отмечалось, что одной из главных целей нейронного моделирования

является использование принципов построения и функционирования мозга для

решения практических задач по обработке информации, трудно поддающихся

решению другими средствами. Эта цель реализуется путем создания и

использования нейронных конфигураций, которые имитируют некоторые

важные свойства, присущие естественному интеллекту, такие как обобщение,

обучение, распознавание, принятие

решений и др. Объединение ИН в такие

конфигурации фактически порождает новый уровень функциональности,

отличный от возможностей традиционных компьютеров. Очевидно, что первые

два рассмотренных уровня нейронного моделирования − создание ИН и ИНА

еще не достигают указанной цели. Их уровень функциональности позволяет

выполнять лишь ограниченный набор обычных вычислительных операций и не

обнаруживает

сколько-нибудь интересных свойств с точки зрения

моделирования интеллектуальной деятельности. Новый уровень

функциональности нейронных моделей возникает на больших нейронных

конфигурациях, в которых воспроизводится свойство обучения. Они

называются искусственными нейронными сетями (ИНС).

Специалистами по нейронному моделированию предложено множество

типов ИНС, отличающихся типом ИН, структурой связей, методами обучения,

назначением. Ниже будут рассмотрены основные

типы структур ИНС,

принципы их обучения, а также ряд конфигураций ИНС, получивших

наибольшее распространение для решения определенных классов задач.

Однослойная сеть. ИНС с одним рабочим слоем показана на рис. 5.1 [16].

Рис. 5.1. Однослойная ИНС

Входной слой Рабочий слой