Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы". Домашова Д.В - 21 стр.

      Такой подход порождает две категории проблем:
      - в различных случаях оказываются существенными самые разные призна-
         ки объектов, а застывшая классификация, отраженная в именах классов,
         приводит к негибкости всей системы;
      - имена классов ничего не говорят о близости этих классов друг к другу, о
         наличии у них общих свойств или различий.
      Каждый раз, когда нужна эта информация, приходится специально обра-
щаться к записям свойств классов, что в сложной системе знаний порождает гро-
моздкие поисковые процедуры.
       Нейроподобные сети с ансамблевой организацией (А - сети) разрабатыва-
ются для систем знаний, в которых имя класса не будет оторвано от признаков
этого класса, и на всех уровнях обработки информации оно будет участвовать на-
равне и одновременно с набором признаков. Основная идея заключается в том.
что и имя класса, и каждый из признаков объекта, и вообще любые функциональ-
ные элементы такой системы знаний представляют собой подмножества нейронов
в определенных нейронных полях. Эти подмножества оформляются в виде ней-
ронных ансамблей, богатых внутри ансамблевыми возбуждающими связями и
поэтому выступающих при работе нейроподобной сети как единое целое. При пе-
реходе на верхние уровни иерархии такие ансамбли объединяются между собой,
что позволяет слить в единое целое нейроны-представители имени класса и ней-
роны-представители различных признаков. Сформированный таким образом ней-
ронный ансамбль выступает в дальнейшем как информационный элемент, несу-
щий в своей структуре, как имя, так и отдельные признаки объектов (Рисунок
4.2).




                  Рисунок 4.2 - Структура нейронного ансамбля
     Получается структура, которая в принципе должна привести к решению на-
званных выше проблем.



22