Человек - интерфейс - компьютер. Будко В.Н. - 58 стр.

8 Нейронные сети

8.1 Введение

   В пионерской работе Мак-Каллок и Питс (1943 г США) предложили идею,
использовать сеть из простейших искусственных нейтронов для распознавания
изображений. Первая практически применявшаяся сеть из искусственных нейтронов
создана Ф. Розенблатом (1957г, США). Его сеть продемонстрировала удивительные
возможности распознавания символов.
   Понятие «распознавание образов» охватывает широкую область важных задач
обработки информации – от распознавания речи и классификации рукописных символов
до медицинской диагностики и обнаружения неисправностей в технике. С этими
проблемами человек справляется (с разной степенью усилий). Однако формализовать эти
проблемы до такой степени , чтобы переложить решение такой задачи на компьютер,
удаётся далеко не всегда. Нейронные сети позволяют создать прочный теоретический
фундамент для решения таких задач.
   Для того чтобы система распознания могла правильно классифицировать вектора
образов, которые до этого не попадали в её поле зрения, она должна обладать свойствами
обобщения, реагируя на характерные признаки и обращая внимания на помехи и
возможные искажения. С этой проблемой успешно справляются нейронные сети.
   Искусственной нейронной сети присущи такие свойства человеческого мозга , как
обучение на примерах и обобщение на основе предыдущего опыта. Они могут
саморазвиваться и делать больше, чем повторение программ заложенных в них
программистом.
   Наиболее простая односложная и легко обучаемая нейронная сеть исторически
называется персептроном. Персептроны применялись для предсказания погоды , анализа
электрокардиограмм и в системах технического зрения. Но скоро оптимизм улетучился,
когда оказалось, что персептроны не могут осилить ряд простых задач. Минский М. Л.
(1971 г)строго математически доказал, что персептрон нельзя обучить выполнять
функцию XOR(исключающее или). Разочарованные специалисты прекратили работы с
персептронами более чем на 20 лет. После длительного перерыва был теоретический
фундамент многослойных нейронных сетей и работы были перенесены в более гибкую
среду компьютерного моделирования.
   К началу 90-х годов теория и практика искусственных нейронных сетей и работы над
созданием нейрокомпьютеров стали нарастать лавинообразно. Оказалось, что
возможности многочисленных нейронных сетей несоизмеримо превышают возможности
однослойных персептронов. Область их применения в наше время необычайно широка.


8.2 Биологический нейрон и его формальное моделирование
   Основные элементы нервной системы нейрона (в мозгу человека около 1010 нейронов)
делятся на три группы по назначению.
          1) Рецепторы – осуществляют предварительную обработку и кодирование
      информации, поступающей в организм от внешней среды.
          2) Ассоциативные нейроны – перерабатывающие информацию в центральной
      нервной системе, поступающую от рецепторных нейронов.
          3) Эффекторные нейроны – передающие информацию от центральной нервной
      системы к мышцам.
      Нейрон – это специализированная клетка (рис 8.1)