ВУЗ:
Составители:
4
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.
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
Страницы
- « первая
- ‹ предыдущая
- …
- 2
- 3
- 4
- 5
- 6
- …
- следующая ›
- последняя »