Нейронные сети и нейроконтроллеры. Бураков М.В. - 251 стр.

UptoLike

Составители: 

251
ЗАКЛЮЧЕНИЕ
Сфера использования ИНС постоянно расширяется, при этом
существуют как приложения, в которых возможна работа в ре-
жиме offline, так и приложения, требующие работы в реальном
времени.
В случаях, когда время реакции системы может измеряться
минутами или даже часами, для реализации ИНС могут использо-
ваться традиционные компьютеры, в которых нейронная сеть реа-
лизуется программно. Например, при анализе страховых рисков,
прогнозировании продаж или анализе данных в ботанике сверхбы-
стрые реакции системы на входные данные не требуются.
Вместе с тем при работе в реальном времени необходима выра-
ботка управляющих решений в темпе поступления новой информа-
ции, так что вычислительные ресурсы традиционных компьютеров
быстро оказываются исчерпанными, если реализуется достаточно
сложная ИНС. Такая ситуация характерна для систем анализа и
сжатия изображений, при управлении технологическими процес-
сами и подвижными объектами и т. д. В этой связи большое прак-
тическое значение приобретают вопросы использования специали-
зированных вычислительных средств, допускающих параллель-
ную обработку информации. К таким средствам относятся:
• специализированные параллельные компьютеры вычисли-
тельные системы, предназначенные для параллельной обработки
данных. Часто используются для реализации сверхбольших ней-
ронных сетей (десятки тысяч нейронов). Однако подобные компью-
теры не компактны и отличаются высокой стоимостью;
• аналоговые СБИС. Нейроны в таких СБИС представляют со-
бой пороговые усилители с сигмовидной передаточной функцией.
Основные преимущества аналоговых СБИС заключаются в низком
электропотреблении и высоком быстродействии, которое ограни-
чивается только АЧХ усилителей и плотностью расположения
элементов. К недостаткам следует отнести сложность получения
высокой точности, обусловленную различиями компонентов из-
за системы допусков при производстве, разные виды тепловых и
электромагнитных помех, искажающих полезный сигнал. Пробле-
мой является также сложность долгосрочного хранения весовых
коэффициентов и организация операций аналогового умножения.
Обучение в процессе работы затруднено. Указанные недостатки се-
рьезно ограничивают распространение аналоговых СБИС в области
моделирования нейронных сетей;