Нейросетевые структуры и технологии. Часть 1. Электрические и математические модели нейронов. НС прямого распространения. Клюкин В.И - 4 стр.

     ВВЕДЕНИЕ
      Основные тенденции развития кибернетики начала XIX века – это
биологизация и гибридизация. Под первым направлением чаще всего по-
нимается создание моделей и устройств, имитирующих механизмы, реали-
зованные в процессе эволюции в живых существах, второе состоит в
совместном применении различных методов для обработки информации об
одном и том же объекте, поскольку только многоаспектное изучение про-
блемы позволяет получить ее оптимальное решение. Обе названные тен-
денции весьма удачно иллюстрирует наиболее динамично развивающаяся
область современной теории интеллектуальных вычислений, связанная с
построением и применением искусственных нейронных сетей (далее –
ИНС, НС), которые все более серьезно рассматриваются в качестве мето-
дологической основы для создания сверхмощных вычислительных систем
с параллельной обработкой информации.
      Широкую популярность ИНС приобрели благодаря способности
сравнительно легко адаптироваться к требованиям различных практиче-
ских приложений. Они реализуют одну из парадигм искусственного ин-
теллекта – коннекционистскую, когда возможности сети полностью опре-
деляются ее топологией, а вместо характерного для традиционных ЭВМ
программирования используется обучение НС, сводящееся к настройке ве-
совых коэффициентов межнейронных связей с целью оптимизации задан-
ного критерия качества функционирования сети. Присущие ИНС нелиней-
ность, адаптивность, потенциальная отказоустойчивость делают их уни-
версальным средством обработки информации, особенно эффективным
при решении трудноформализуемых задач распознавания образов, по-
строения ассоциативной памяти, динамического управления и т. п.
      Характерная особенность ИНС состоит также в возможности их реа-
лизации с применением технологий СБИС и наноэлектроники. Все это вы-
зывает в последние годы огромный рост интереса к нейронным сетям и
существенный прогресс в их исследовании. Практически создана база для
выработки новых приемов восприятия, распознавания и обобщения визу-
альной информации, управления сложными системами, обработки речевых
и биологических сигналов, решения задач аппроксимации, классификации
и прогнозирования.
      В связи с вышесказанным в предлагаемом пособии предпринята по-
пытка в сжатой форме изложить основные концепции теории нейронных
сетей, возможные методы их программной и аппаратной реализации, а
также использования в практических задачах и приложениях. Считаем, что
представленный материал окажется полезным для студентов и научных
работников, специализирующихся в областях компьютерных наук, микро-
и наноэлектроники.


                                     4